人眼是一個很復雜的工具，和大腦相結合，讓我們感知到周邊的環境。就就是目標的確切形狀發生了變化，我們也能夠很快的識不它們。我們利用視覺系統來感知我們所處的環境。并有一個能夠銳利聚焦特定區域的寬闊視野。隨著人類不斷習慣很多不同的刺激和環境以求生存，這些能力差不多在幾千年中逐漸演變進化。然而，我們的視覺感受是存在一定局限性的。首先，我們有兩只眼睛，如果物品快速一定的情況下，人眼是沒有方法看清晰的，而且它們只對光譜的有限部分敏感。眩光和反射也阻礙了我們長時刻專注物體某些屬性（如規格或顏色）的能力。另外，我們關于圖像的感知和存儲依然很主觀的。因而，也難怪人眼沒有方法進行準確的測量，因而講人眼不是驗證商品品質的理想工具。機器視覺：比人眼更可靠、更準確機器視覺，或稱基于成像的自動檢測和分析，當涉及準確和可靠的商品檢測時，擁有超越人類視覺的全面優勢，同時通常還結合了不同的技術。下面是兩個如何實現機器視覺系統，以確保生產環境中的高品質的例子。
示例1：必須完全檢查以20個/秒的速度移動的商品。目標是以0.02mm的精密度檢測誤差。 鑒于快速的節拍和對長期可靠性的要求，在這種情況下肉眼觀看不是一種選擇。然而，如果企圖如此做，那么如此的一個實驗會涉及一個大的堆人，這又將違背檢查的客觀性。機器視覺才是解決之道：攝像機使用特別快的快門速度和短暫的偏振光曝光（頻閃）觀看快速移動的商品。這能夠創建清晰的圖像，其中的缺陷可看得清清晰楚。隨后，特別的軟件在50ms內檢索全部缺陷，每天可工作24小時（通過使用實時操作系統或FPGA）。因而，那個系統在各方面都優于人眼檢驗。
示例2：在以5m/s速度通過的物體上，必須在20mm的區域內檢測到幾μm的缺陷。如果在這種情況下使用人眼進行檢查，則必須一個人能夠在以18km/h速度移動（即每秒一個）的商品的2m表面上看到幾微米的缺陷。因而在這個地方，用肉眼檢查同樣不現實。選擇是結合了高科技的機器視覺技術（如8k線掃描技術）與快速鏡頭、LED線條燈和超高速“及時”圖像處理軟件的組合方案。人眼對比自我學習軟件人眼有一個長項令人贊美：發現商品的異常或缺陷。如果商品足夠大，我們會立即在商品上發現缺陷。即使我們往常從未見過那個缺陷，我們也會連忙留意到一件小物件上的劃痕或衣服上的裂口。通常，當我們拿起一件物品，轉動它觀看反光，我們便會無意識地感受到異常。這與我們杰出的解讀能力相結合，使人眼幾乎無與倫比。然而，近年來，機器視覺技術差不多有了很大進展，現在在很多情況下能與我們的解讀能力相媲美。使用復雜的自學視覺算法，當前的技術能夠以與人腦執行任務一樣的方式處理圖像。如果提供帶有附加信息內容的圖片庫，智能軟件可自學在哪里發現錯誤，而無需任何人編寫即使一行代碼。這些附加信息內容能夠指出哪些商品是好的，哪些是壞的，或顯示缺陷位于何處。即使是更改設計的商品也能被快速識不。總結在任何情況下，機器視覺都能夠匹敵甚至超越我們眼睛和大腦的視覺檢測能力。
