机器视觉系统通过图像采集硬件（相机、镜头、光源等）将被检测目标转换成图像信号，并传达给专用的图像处理系统。图像处理系统根据像素亮度、颜色分布等信息，进行目标特征的抽取，并进行相应的判断，进而根据结果来控制现场的设备。机器视觉系统综合了光学、机械、电子、计算机软硬件方面的技术，设计图像处理、模式识别、人工智能、光机电一体化等多个领域。
所谓系统集成（SI，System Integration），就是通过结构化的综合布线系统和计算机网络技术，将各个分离的设备、功能和信息等集成到相互关联的、统一协调的系统之中，使资源达到充分共享，实现集中、高效、便利的管理。
系统集成应采用功能集成、网络集成、软件界面集成等多种集成技术。其实现的关键在于解决系统之间的互连和互操作性问题，是一个多厂商、多协议和面向各种应用的体系结构。系统的构成需要解决各类设备、协议、系统平台、应用软件等与子系统、环境、组织管理等相关的集成问题。
近年来，图像处理和模式识别等技术的快速发展，大大地推动了机器视觉的发展。
机器视觉系统具有效率、高柔性、高度自动化等特点。在大批量工业生产过程中，如果用人工视觉检查产品质量，往往效率低且精度不高，用机器视觉检测可以大幅度提高检测效率和生产的自动化程度；同时，在一些不适合人工作业的危险工作环境或工人视觉难以满足要求的场合中，也常用机器视觉来替代人工视觉，如核电站监控、晶圆缺陷检测；而且，机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理及信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于装配定位、产品质量检测、产品识别、产品尺寸测量等方面。