機器視覺本質上是一個系統（例如一臺計算機）查看的能力。系統通過該能力分析圖像，然后作出決策或進行分類。機器視覺技術可以實現產品自動檢驗、面部識別以及防碰撞技術。機器視覺技術無處不在，批量生產 - 從視頻到半導體再到紡織品 - 依賴機器視覺來引導自動化和產品質量檢查。

機器視覺工業相機的運行必須全天、每天、多年都保持可靠性，即便是處于可能存在持續振動的惡劣環境中。下面是其工作的典型場景：工業相機根據外部信號立即觸發圖像捕捉，并發送信號觸發光照乃至其他工業相機。圖像分析軟件隨后觸發機器動作，例如：拒絕不良部件、整理包裝、分析樣品或引導機器人。

機器視覺系統擁有多種操控和創建某一特定類型圖像的功能。機器視覺中的基礎和高級功能包括：

1. 限定在小范圍視野并忽略其他場景的能力
2. 自動顏色糾正
3. 將圖像與其他傳感器讀數相同步的時間戳
4. 通過其他硬件設備的信號同步圖像捕獲
5. 同步多個攝像頭捕獲的圖像
6. 通過內部軟件開發套件精確控制攝像頭配置
7. 輕松集成到第三方機器視覺軟件

機器視覺讓電子和機械系統將視覺信息轉化，為決策開發人員可以進一步通過此步驟，利用深度學習快速完成復雜且主觀決策的自動化。深度學習通過神經網絡區分重要異常和自然變化，模仿人類大腦處理數據。這將有助于分析更復雜的模式、加快系統開發、提高交付產品質量并增強生產力的能力。

深度學習系統一般需要單獨的攝像頭和計算機系統。而 FLIR Neuro Technology 使您可以直接部署經過訓練的神經網絡到攝像頭。許多情況下，無需主機 PC 直接在攝像頭上做出決策，因此可以降低系統成本和復雜性。