計算機視覺和機器視覺是重合的技術應用。機器視覺系統要電腦和指定軟件才可以正常運行，而計算機視覺系統無需與機器設備集成系統。例如，計算機視覺系統可以分析數字在線影像或視頻和來源于運動傳感器、紅外線傳感器或其他來源的“影像”，而不單單是圖片或視頻。機器視覺系統是計算機視覺系統的一個子種類。

　　機器視覺系統簡單來說是借助機器設備替代肉眼，構建視覺系統功能，構建視覺引導、視覺定位、測量、視覺檢測、視覺識別等功能。從技術應用方向來說，機器視覺系統被認為是人工智能技術的分支，要借助人工智能算法將影像數據信號進行處理和分析，機器學習構建神經網絡模型對大量的影像數據信息進行學習，可以構建對待測物品的精準分析。相比較肉眼，機器視覺系統技術主要的特性是效率高、數據量大、功能多，并且可以做到大多數惡劣工作環境，和進行高計算強度的、枯燥的、相同的工作。

　　伴隨著信號處理理論研究和電子計算機技術的快速發展，大家嘗試用攝像頭獲得工作環境圖像并將其轉化成數字信號，用計算機構建對視覺系統信號分析處理的全過程，如此就構建了一門新興的學科———計算機視覺。計算機視覺的研究目標是使電腦具備借助一張或多張影像認知環境變化數據信息的功能。這使電腦不但能模仿肉眼的功能，并且更關鍵的是使電腦進行肉眼所無法做到的工作。機器視覺系統則是構建在計算機視覺理論研究的基礎上，相對于計算機視覺系統，主要應用于工業化，形成工業視覺系統。與計算機視覺系統探討的視覺系統模式識別、視覺系統理解等內容不一樣，機器視覺系統重點在于感知工作環境中物品的外形、位置、姿態、運動等幾何數據信息。

　　計算機視覺系統和機器視覺系統只是應用范圍不一樣，如同貨運車和客車是的，側重點不一樣而已，一個偏重于人工智能技術分支，一個偏重于工業應用!簡單說起來的話，計算機視覺側重于機器學習并且偏向軟件，機器視覺側重于特征識別同時對硬件配置這方面標準也相對比較高，但是伴隨著對智能識別標準越來越高的快速發展，這兩個方向終究會互相滲透互相融合，差別也僅僅只是限于應用范圍不一樣而已。