視覺自動檢測是指通過機器視覺產品比如攝像頭獲取圖像，然后將獲得的圖像傳送至處理單元，通過數字化圖像處理進行目標尺寸、形狀、顏色等的判別，進而根據判別的結果控制現場設備。一個典型的視覺自動檢測涉及多個領域的技術交叉與融合，包括光源照明技術、光學成像技術、傳感器技術、數字圖像處理技術、模擬與數字視頻技術、機械工程技術、控制技術、計算機軟硬件技術、人機接口技術等。

一、硬件部分

目前市場上的視覺自動檢測可以按結構分為兩大類：基于PC的機器視覺系統和嵌入式機器視覺系統?；赑C的機器視覺系統是傳統的結構類型，硬件包括CCD相機、視覺采集卡和PC等。嵌入式機器視覺系統將所需要的大部分硬件如CCD、內存、處理器以及通信接口等壓縮在一個“黑箱”式的模塊里，又稱之為智能相機，其優點是結構緊湊、性價比高、使用方便、對環境的適應性強，是機器視覺系統的發展趨勢。
二、軟件部分

作為視覺自動檢測的重要組成部分，機器視覺軟件主要通過對圖像的分析和處理，實現對待測目標特定參數的檢測和識別。機器視覺軟件主要完成圖像增強、圖像分割、特征抽取、模式識別、圖像壓縮與傳輸等算法內容，有些還具有數據存儲和網絡通信功能。視覺自動檢測可以根據圖像處理結果和一定的判決條件方便地實現產品自動化檢測與管理。

根據軟件的規模和功能，現有的機器視覺系統軟件可以分為單任務的專用軟件和集成式通用組態軟件兩大類。專用軟件是專門針對某一測試任務研制開發的，其待測目標已知，測量算法不具有通用性，如投影電視會聚特性檢測調整系統和電子槍扭彎曲度智能檢測系統。集成式通用組態軟件是將眾多通用的圖像處理與模式識別算法編制成函數庫，并向用戶提供一個開放的通用平臺，用戶可以在這種平臺上選擇組合自己需要的函數，快速靈活的通過組態實現一個具體的視覺檢測任務。

目前視覺自動檢測主要向高性能與可組態兩方面發展。一方面，視覺自動檢測的競爭已從過去單純追求軟件多功能化轉向對檢測算法的準確性、高效性的競爭。優秀的機器視覺軟件可以對圖像中的目標特征進行快速而準確的檢測，并最大限度地減少對硬件系統的依賴性。另一方面，視覺自動檢測正由定制方式朝著通用、可視化組態方式發展。由于圖像處理算法具有一定通用性，用戶可以在通用平臺上進行二次組態開發，快速實現多種工業測量、檢測和識別功能。