机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算机学科的一个重要分支，它综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展，也大大地推动了机器视觉的发展。机器视觉产业发展迅速，在多个领域全面开花，其中在安防领域的应用值得关注。

网络化、高清化、智能化是安防的主要发展方向。

目前，市场上的视频监控产品已经基本实现了网络化和高清化，因此智能化将是下一次革新的目标。机器视觉中的目标识别、目标追踪、双目技术、多球机跟踪联动技术应用为安防行业带来了新的改变。如果说摄像头是眼睛，智能分析系统是大脑，那么分析系统借助处理器的计算能力，能够对海量数据进行处理，获取人们需要的信息。但机器视觉出现后，就打破了原有的规则，其与图像处理技术的结合，能够设计出实时监控系统，该系统在监控录像的同时就可以通过机器视觉技术，增加视频变化检测和自动录像功能，能够同时做出识别场景、发出警报等功能，这就大大节省了工作时间和效率。

机器视觉在人脸识别、车牌识别等方面得到大量运用。

以智能交通行业为例，机器视觉具有低成本、稳定性强、准确性高、应用范围广等优点，目前已在国内外告诉公路和公路的交通监控系统中得到了广泛的应用，具体体现在车牌识别、车身颜色识别、车型识别、违章识别、车流量统计、流量控制等。

基于用户使用条件限制，当前安防发展的技术拐点在基于深度学习的机器视觉技术，带动视频结构化、大数据、云存储的融合，构建以“视图库”为代表的安防新智慧服务，机器视觉形成了智能视频分析的闭环，从特征提取到应用都极大提升了智能安防行业应用。

此外，在智能视频分析的应用领域中，最为重要的是智能视频监控和智能视频检索技术。两者的应用技术相近，主要区别在于：智能视频监控是对当时采集的视频进行实时处理，当发现危险事件或者可疑分子以及每个感兴趣目标的信息，然后使用者可以对关心的事件进行选择或者对关心的目标属性进行定义，系统能够快速查找到用户关心的事件或目标。