机器视觉系统是综合现代计算机、光学、电子技术的高科技系统。机器视觉技术通过计算机对系统摄取的图像进行处理，一个成功的机器视觉系统包含以下关键部分：

      照明设计

      照明设计主要包括三个方面: 光源、目标和环境的光反射和传送特性、光源的结构。由于被测对象、环境和检测要求千差万别，因而不存在通用的机器视觉照明设备，需要针对每个具体的案例来设计照明的方案，要考虑物体和特征的光学特性、距离、背景，根据检测要求具体选择光的强度、颜色和光谱组成、均匀性、光源的形状、照射方式等。

      光学成像系统

      光学成像系统包括工业镜头和工业相机。工业镜头相当于人的眼睛，其主要作用是将目标的光学图像聚焦在图像传感器（相机）的光敏面阵上。工业相机是一个光电转换器件，它将光学成像系统所形成的光学图像转变成视频/数字电信号。

      视觉系统处理的所有图像信息均通过镜头得到，镜头的质量直接影响到视觉系统的整体性能。一旦信息在成像系统有严重损失，在后面的环节中试图恢复是非常困难的。合理选择镜头、设计成像光路是视觉系统的关键技术之一。

      工业镜头成像或多或少会存在畸变。较大的畸变会给视觉系统带来很大困扰，在成像设计时应对此有详细的考虑，包括选用畸变小的镜头，有效视场只取畸变较小的中心视场等。

      工业相机通常由核心的光电转换器件、外围电路、输出/控制接口组成。对相机除了考察其光电转换器件外，还应考虑系统速度、检测的视野范围、系统所要达到的精度等因素。

      图像和视觉信息处理

      上述机器视觉系统的前端环节，包括光源、镜头、相机等，都是为图像和视觉信息处理模块准备素材。图像和视觉信息处理才是机器视觉系统的关键和核心，它通过对图像的处理、分析和识别实现对特定目标和特征的检测。这一模块包括机器视觉处理软件和处理硬件平台两个部分，其中视觉处理软件可以分为图像预处理和特征分析理解两个层次。图像预处理包括图像增强、数据编码、平滑、锐化、分割、去噪、恢复等过程，用于改善图像质量。图像特征分析理解是对目标图像进行检测和各种物理量的计算，以获得对目标图像的客观描述，主要包括图像分割、特征提取等。