机器视觉与图像处理、模式分类和场景分析三个领域密切相关。(1)图像处理主要是根据现有图像获得新图像。由于获得的是图像，其输出结果仍需要分析和解释。（2）模式分类的主要任务是：对“模式”进行分类。这些“模式”是指事物的一组属性或者说特征。通过这些属性特征，机器视觉系统将其划归为已知类中的某一类，也就是识别出了这个事物。(3)场景分析的重点是将简单的描述转化为更复杂、更详细、更有利于我们判断或得出结论的描述。机器视觉系统这些输出描述深化了输入描述，进一步解释了事物之间的深层联系。

二、智能化产线的特点如下：1.机器视觉系统在生产和组装过程中，可以使用传感器或传感器RFID数据自动采集，实时生产状态通过电子看板显示；2.机器视觉系统可以通过机器视觉和各种传感器进行质量检测，自动清除不合格产品，并收集质量数据SPC分析，找出质量问题的原因；3.能够支持各种类似产品的混合生产和组装，灵活调整工艺，适应小批量生产，.多品种生产模式；4.具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；5.针对人工操作的工位，能够给予智能的提示。

温度会影响LED光源的性能，随着LED温度上升，其亮度下降，这可以通过光源控制器来进行亮度输出补偿。由于需要良好的热设计，LED自身产生的热量也会加速老化甚至直接报废。机器视觉系统其他部件也会有相应的温度限值，比如工业控制器/嵌入式PC一般都能使用工业环境，但如果没有风扇，那么很可能PC也会报废。机器视觉系统除了选择好的硬件外，还应考虑被测物体本身对温度的敏感性，以保证视觉成像的稳定性。例如，金属物体对温度有热膨胀和冷收缩。因此，当测量这些物体时，长度和体积会发生变化。

完整的机器视觉系统通常由光学系统、图像采集单元、图像处理单元、执行器和人机界面组成。功能模块是相辅相成的，缺一不可。1、照明（光源）照明是影响机器视觉系统输入的重要因素。光源系统的设计与输入数据直接相关，即图像质量和应用效果。工程师需要首先确定有效的照明条件，并根据用户的需要和产品的特点选择相应的照明设备，机器视觉系统以确保在此照明条件下产生的图像能够突出显示用户所需的目标信息特征。光源通常分为可见光源和不可见光源。工业上通常使用的可见光源是LED，卤素灯，荧光灯等。机器视觉系统不可见光源主要是近红外光，紫外光，X射线等。LED光源是一种广泛应用于教学的机器视觉光源，具有效率高、使用寿命长、防潮、抗震、节能环保的特点。这是工程师在设计照明系统时的选择。由于不可见光的穿透只能到达检测点，不可见光源主要用于满足管道焊接工艺等特定需要。

精密量仪的工作行程必须根据工厂要测量的产品的尺寸来确定仪器的工作行程尺寸。机器视觉系统如果仪器的工作行程与测量的产品尺寸相比太小，则无法测量工件。如果太大，则为浪费（仪器的工作行程与销售价格直接相关）；精密仪表的精度标准是指工厂所需测量的产品的精度（每个仪器制造商的工厂标准和装配标准，甚至仪器的精度会不同）。如果工厂产品的测量精度要求不高，可以选择一般厂家的仪器。如果测量产品的精度要求较高，机器视觉系统则需要购买仪器精度高的厂家生产的相关仪器；