机器视觉使机器人具有视觉感知功能的系统，是机器人系统构成的重要部分之一。目前，广泛应用于电子、汽车、机械等工业部门和医学、军事领域。关于机器人视觉技术的设计，存在以下几个难点：
工业视觉应用通常分成四大类：定位、测量、检测和识不，其中测量对光照的稳定性规定 高，由于光照只要发生10-20%的变化，测量结果将可能偏差出1-2个像素，这不是软件的咨询题，这是光照变化，造成了图像上边缘位置发生了变化，即使再厉害的软件也解决不了咨询题，必须从系统设计的角度，排除环境光的干扰，同时要保证主动照明灯源的发光稳定性。固然通过硬件相机分辨率的提升也是提高精密度，抗环境干扰的一种方法了。比如之前的相机对应物空间规格是1个像素10um，而通过提升分辨率后变成1个像素5um，精密度近似能够认为提升1倍，对环境的干扰自然增强了。
通常做测量的项目，不管是离线检测，依然在线检测，只要是自动式化的检测设备，首先做的第 一步工作基本上要能找到待测目标物。每次待测目标物浮现在拍摄视场中时，要能精 确明白待测目标物在哪里，即使你使用一些机械夹具等，也不能特不高精密度保证待测目标物每次都浮现在同一位置的，这就必须用到定位功能，如果定位不准确，可能测量工具浮现的位置就不准确，测量结果有时会有较大偏差。
通常在高精密度测量时必须做以下几个标定：第 一，光学畸变标定(如果您不是用的软件镜头，通常都必须标定);第二，投影畸变的标定，也就是由于您安装位置误差代表的图像畸变校正，三物像空间的标定，也就是具体算出每个像素对应物空间的规格。
只是目前的标定算法基本上基于平面的标定，如果待测量的物理不是平面的，标定便会必须作一些特种算法来处理，通常的标定算法是解决不了的。
此外有些标定，由于不方面使用标定板，也必须设计特别的标定方法，因而标定不一定能通过软件中已有的标定算法全部解决。
如果被测量的物体不是静止的，而是在运动状态，那么一定要考虑运动模糊对图像精密度(模糊像素=物体运动速度*相机曝光时刻)，这也不是软件能够解决的。
在测量应用中软件的精密度只能依照1/2—1/4个像素考虑， 好依照1/2，而不能向定位应用一样达到1/10-1/30个像素精密度，由于测量应用中软件能够从图像上提取的特征点特别少。
