机器视觉的核心是用“机器”代替“人眼”、“人脑”进行观察和判断。机器视觉是一套完整的机器视觉系统，包括图像采集（成像系统和光源）、图像预处理（图形）、图像采集（数量）等感兴趣的领域，如图像处理、机械工程、自动控制、光学成像、光电信息工程、传感器等，模拟和数字视频、计算机软硬件、通信工程、信号处理、仿人智能等数据处理/O通信、执行器等）。

图像采集是基础，图像预处理和数据处理是灵魂，执行机制是功能的体现。如何选择合适的机器视觉系统需要了解机器视觉系统的基本工作原理，最终如何选择取决于用户自身的需求和目标以及内部环境条件。一个好的机器视觉系统需要高性能的视觉硬件和高质量的图像处理软件相结合。

在很大程度上，产品本身决定了我们需要选择什么样的产品。我们对产品本身的理解和总结越仔细，就越能选择正确的产品。比如我们要求的检测精度和速度，生产线要求的漏检率和漏检率，待测产品的一致性，可能对生产环境造成的影响等，如何选择合适的机器视觉系统？

首先，确定视觉系统需要执行的任务，因为不同的任务可能需要不同的视觉属性。为一项任务设计的机器视觉系统可能不适合另一项任务。定义关键的视觉性能标准，以确保相机和镜头工作在正确的水平。影响摄像机和镜头选择的因素包括：待检测的最小物体或缺陷、要求的测量精度、图像采集和处理速度、对颜色的要求等，考虑到环境因素，有些摄像机适合静态观看，而其他的则更适合于物体的直线运动。

温度、湿度和振动可能需要特定的系统制造和装配实践。安装系统的物理空间可能会限制摄像机和镜头的选择。技术支持，在评价一个集成的机器视觉系统时，选择一个能够提供广泛的产品支持和培训服务的提供商是非常重要的，这将直接影响到应用程序的开发周期，甚至影响到应用程序的成败。