计算机视觉和机器视觉是重合的技术应用。机器视觉系统要电脑和指定软件才可以正常运行，而计算机视觉系统无需与机器设备集成系统。例如，计算机视觉系统可以分析数字在线影像或视频和来源于运动传感器、红外线传感器或其他来源的“影像”，而不单单是图片或视频?；魇泳跸低呈羌扑慊泳跸低车囊桓鲎又掷唷?/p>

　　机器视觉系统简单来说是借助机器设备替代肉眼，构建视觉系统功能，构建视觉引导、视觉定位、测量、视觉检测、视觉识别等功能。从技术应用方向来说，机器视觉系统被认为是人工智能技术的分支，要借助人工智能算法将影像数据信号进行处理和分析，机器学习构建神经网络模型对大量的影像数据信息进行学习，可以构建对待测物品的精准分析。相比较肉眼，机器视觉系统技术主要的特性是效率高、数据量大、功能多，并且可以做到大多数恶劣工作环境，和进行高计算强度的、枯燥的、相同的工作。

　　伴随着信号处理理论研究和电子计算机技术的快速发展，大家尝试用摄像头获得工作环境图像并将其转化成数字信号，用计算机构建对视觉系统信号分析处理的全过程，如此就构建了一门新兴的学科———计算机视觉。计算机视觉的研究目标是使电脑具备借助一张或多张影像认知环境变化数据信息的功能。这使电脑不但能模仿肉眼的功能，并且更关键的是使电脑进行肉眼所无法做到的工作。机器视觉系统则是构建在计算机视觉理论研究的基础上，相对于计算机视觉系统，主要应用于工业化，形成工业视觉系统。与计算机视觉系统探讨的视觉系统模式识别、视觉系统理解等内容不一样，机器视觉系统重点在于感知工作环境中物品的外形、位置、姿态、运动等几何数据信息。

　　计算机视觉系统和机器视觉系统只是应用范围不一样，如同货运车和客车是的，侧重点不一样而已，一个偏重于人工智能技术分支，一个偏重于工业应用!简单说起来的话，计算机视觉侧重于机器学习并且偏向软件，机器视觉侧重于特征识别同时对硬件配置这方面标准也相对比较高，但是伴随着对智能识别标准越来越高的快速发展，这两个方向终究会互相渗透互相融合，差别也仅仅只是限于应用范围不一样而已。