在日常生活中，机器视觉系统是一种非接触式的光学传感系统，它同时集成软硬件，能够自动地从所采集到的图像中获取信息或者产生控制动作。

　　机器视觉自起步发展到现在，已有15年的发展历史，其作为一种应用系统，其功能特点是随着工业自动化的发展而逐渐完善和发展的。

　　目前全球整个视觉市场总量大概在60~70亿美元，是按照每年8.8%的增长速度增长。而在中国，随着加工制造业的发展，中国对于机器视觉的需求将承上升趋势。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉;同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

　　而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。例如：印刷质量检测、智能交通管理、金相分析、医疗图象分析、瓶装啤酒生产流水线检测等。颜色识别是机器视觉中一个主要的应用，颜色识别是基于物体表面颜色特性差异，通过一定的算法来识别出不同的颜色，从而实现各种检测及控制。

　　2006年,中国加工新鲜番茄430万吨,生产番茄酱近70万吨,其中63万吨出口,贸易额3.56亿美元,国际市场占有率从1997年7.7%增加至30%,成为继美国和欧盟之后的世界第三大番茄酱生产国。在新疆，番茄业是新疆的优势产业。它与石油、棉花一起并称为新疆“一黑一白一红”三大产业。1994年后，新疆番茄制品(主要是番茄酱)的年生产能力占到全国的90%以上，并培育出两个独具特色的品牌，产品成为亚洲、欧洲、美洲市场的抢手货。番茄制品90%出口创汇，也占据了全国番茄制品出口额的90%，番茄已经成为新疆继“一黑一白”产业之后兴起的又一特色产业。目前新疆的番茄制品已占欧洲市场的70%，新疆已经成为亚洲最大的番茄制品加工区，形成了一批番茄加工出口企业群。而番茄制品的初次加工主要是挑选出未成熟的番茄。分选方法有人工分选和自动分选。自动分选有通过光电分选技术以及机器视觉技术等。通过人工来实现番茄分选，由于人的主观因素以及工作强度造成的眼疲劳，大大降低了生产效率以及分选的准确性。

　　光电分选不考虑物料的色度学特性，只利用物体的光学特性，通过光敏传感器将测得基准色标与非色标区单色漫反射光强度差异而进行分选。这种方法的优点是传感器反应快、价格便宜，但由于只考虑了物料的光学特性，而不考虑物料的色度学特性造成了像分选同色调，不同饱和度这样的物料时，而不能达到很好的精确分选的目的。另外该技术需要选用特定的光源，和特制的背景板，而且工作光源的震动和冲击会给检测带来很大的影响。采用机器视觉技术可以克服光电分选技术的缺点。