近年来，随着机器人市场的迅速扩展和机器人技术的迅速成熟，工业机器人产业迎来了前所未有的良好发展机遇，其中有许多因素影响了机器人的发展速度，其中一个主要因素是：机器人的智能性。目前制造企业对机器人的使用还停留在简单地代替工位阶段。这是由于大多数机器人都不具备一双“慧眼”，它们对周围环境几乎没有感知能力，仅仅通过编程或单纯示教来执行某一特定动作。而面对智能化时代的到来，制造企业更追求效率、简便，各式各样的机器视觉已经悄然地占据行业高地。

典型的机器视觉系统可以分为：图像采集部分与视觉处理部分。图像采集部分主要包括相机、光源、镜头等硬件。视觉处理部分的核心则是软件算法，视觉处理通常在控制器端进行。其中最重要的组成部分为传感器与视觉处理算法。

一般来说，工业上常用的视觉系统为2D与3D。当前机器视觉主流的检测手段还是依赖2D视觉，即从灰度图/彩色图中提取被测物特征，在X-Y平面内进行测量。

如下图，机器视觉在检测某一特定形态的猫时发现有不同，即缺耳朵的猫，视觉处理软件就会通过一定的通信方式将该信息传达给机器人，机器人即可执行分拣等操作。

总的来说，视觉能够赋予机器人“看”的能力，视觉感知与控制理论往往与视觉处理得到紧密结合来实现高效的机器人控制或各种实时操作，最终用于工业智能制造中的实际检测、测量、识别、分类、分拣等自动化工作。企业加速布局机器视觉硬件产品和软件服务，以智能制造需求为导向，重点研发工业视觉解决方案，并逐渐应用于电子制造、汽车制造、机械加工、包装与印刷、食品等行业，助力制造业转型升级。

机器视觉系统与工业机器人结合，赋予机器人更强的智能性，极大地拓展了工业机器人的应用广度与深度，也使得自动化生产更加灵活柔性，产品质量更加稳定、更加高效，并且已经成为中国制造业转型升级的关键推手。