在機器視覺系統中，獲得一張量的可處理的圖像是至關重要。系統之所以成功，首先要圖像質量好，特征明顯。一個機器視覺項目之所以失敗，大部分情況是由于圖像質量不好，特征不明顯引起的。要好的圖像，必須要選擇一個合適的光源。光源選型基本要素：對比度：對比度對機器視覺來說非常重要。機器視覺應用的照明的重要的任務就是使需要被觀察的特征與需要被忽略的圖像特征之間產生zui大的對比度，從而易于特征的區分。對比度定義為在特征與其周圍的區域之間有足夠的灰度量區別。好的照明應該能夠需要檢測的特征突出于其他背景。亮度：當選擇兩種光源的時候，zui佳的選擇是選擇更亮的那個。當光源不夠亮時，可能有三種不好的情況會出現。一，相機的信噪比不夠；由于光源的亮度不夠，圖像的對比度必然不夠，在圖像上出現噪聲的可能性也隨即增大。其次，光源的亮度不夠，必然要加大光圈，從而減小了景深。另外，當光源的亮度不夠的時候，自然光等隨機光對系統的影響會zui大。魯棒性：另一個測試好光源的方法是看光源對部件的位置敏感度zui小。當光源放置在攝像頭視野的不同區域或不同角度時，結果圖像應該不會隨之變化。方向性很強的光源，增大了對高亮區域的鏡面反射發生的可能性，這不利于后面的特征提取。好的光源需要能夠使你需要尋找的特征非常明顯，除了是攝像頭能夠拍攝到部件外，好的光源應該能夠產生zui大的對比度、亮度足夠且對部件的位置變化不敏感。光源選擇好了，剩下來的工作就容易多了。具體的光源選取方法還在于試驗的實踐經驗。由于機器視覺系統可以快速獲取大量信息，而且易于自動處理，也易于同設計信息以及加工控制信息集成，因此，在現代自動化生產過程中，人們將機器視覺系統廣泛地用于工況監視、成品檢驗和質量控制等領域。但是機器視覺技術比較復雜，zui大的困難在于人的視覺機制尚不清楚。人可以用內省法描述對某一問題的解題過程，從而用計算機加以模擬。但盡管每一個正常人都是“視覺”，卻不可能用內省法來描述自己的視覺過程。因此建立機器視覺系統是十分困難的任務。可以預計的是，隨著機器視覺技術自身的成熟和發展，它將在現代和未來制造企業中得到越來越廣泛的應用。機器視覺的應用主要有檢測和機器人視覺兩個方面：⒈檢測：又可分為高精度定量檢測（例如顯微照片的細胞分類、機械零部件的尺寸和位置測量）和不用量器的定性或半定量檢測（例如產品的外觀檢查、裝配線上的零部件識別定位、缺陷性檢測與裝配完全性檢測）。⒉機器人視覺：用于指引機器人在大范圍內的操作和行動，如從料斗送出的雜亂工件堆中揀取工件并按一定的方位放在傳輸帶或其他設備上（即料斗揀取問題）。至于小范圍內的操作和行動，還需要借助于觸覺傳感技術。