想记录眼前美景?不用再掏出相机或手机，只需一句语音指令，佩戴的轻巧时尚的谷歌眼镜就能立刻拍出眼前的图景;走在陌生的大街上，不用再查地图或问路，只需将手机摄像头对准街道，诺基亚“城市万花筒”就能将眼前的商店、餐馆和景点直接标注，覆盖显示在手机图像上……这些以往多是在电影中看到的画面，已成为普通人可以触摸到的现实。机器视觉——这一“第三只眼”正以巨大的能量，改变着人们的生活和工作方式。
与人眼一决高低
“机器视觉就是用机器代替人眼来进行识别、测量、判断等。机器视觉系统是通过摄像头将拍摄对象转换成图像信号，然后再交由图像分析系统进行分析、测量等。”中国科学院自动化研究所模式识别国家重点实验室研究员黄凯奇博士介绍：“机器视觉是一项典型的跨学科任务，涉及到光学、计算机视觉、模式识别、机器学习、人工智能、统计学、认知心理学等等。”
机器视觉最早应用于工业制造领域。通过机器视觉的自动识别功能，许多流水线上具有高度重复性的检测工作都可以不再依靠人来完成，大大提高了检测效率和精度。黄凯奇介绍，机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
一个典型的机器视觉系统包括照明、镜头、相机、图像采集卡和视觉处理器5个部分。由于采集卡能更加迅速地传输图像到存储器，且计算机速度不断加快，所以在目前的机器视觉系统中，视觉处理器的应用逐渐减少。图像采集卡在机器视觉系统中举足轻重。比较典型的PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关，可连接多台相机，能控制采集卡采用任意一个相机捕获的信息。
伴随着技术的发展，机器视觉的功能也在不断扩展。黄凯奇说：“缺陷检测是通过机器视觉手段来分析零部件信息，从而判断其是否存在缺陷;测量是通过使用机器视觉来对考察对象的尺寸、形状等信息进行度量;人机交互是利用机器视觉工具分析人或者其他机器发出的指令，从而实现对机器的操纵;环境建模是对机器周围环境进行感知建模，比如移动机器人对路面环境进行感知建模等。”