机器视觉（Machine Vision, MV）与计算机视觉（Computer Vision, CV）两者既有联系又有区别。机器视觉与计算机视觉有很多相似之处，在架构上都是基础层+技术层+应用层；并且两者的基本理论框架、底层理论、算法等是相似的，因此机器视觉与计算机视觉在技术和应用领域上会有一定重叠。
本文主要在四个方面进行简要的区分
1、学科分类
机器视觉作为一门系统工程"学科"，有别于计算机视觉，是计算机科学基础的一种形式。
计算机视觉属于计算机"科学"，涉及到从图像中提取信息的人工系统背后的理论,她跨学科。
2、对信息的处理程度
机器视觉主要是提取并处理相对浅层的图像信息，计算机视觉是提取并处理相对深层的图像信息，因此两者信息理解程度不一样。如果把机器视觉看作一个系统的主体，那么计算机视觉就是视网膜、视神经、大脑和中枢神经系统。
3、应用领域
机器视觉是计算机视觉在工厂自动化中的应用，传统的机器视觉主要应用于工业领域，如半导体、汽车工业、军事，而计算机视觉不仅限于工业领域。
计算机视觉包括场景重建、场景识别、目标检测、目标识别、视屏跟踪、三维姿态估计、运动估计和图像恢复等。
4、侧重
计算机视觉是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。图像可以由单个或者多个传感器获取，也可以是单个传感器在不同时刻获取的图像序列。
机器视觉则偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。具体的说，计算机视觉为机器视觉提供图像和景物分析的理论和算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。二者共用一套理论系统，只是发展的方向不同，机器视觉侧重于在工业领域的实际应用，而计算机视觉侧重理论算法的研究。
