机器视觉是科学和技术高融合的产物。它从图像中提取信息，图像数据可以采用多种手段获得，例如科学级相机、医疗扫描等。 机器视觉最突出的应用领域之一是医疗或者医学图像处理。

        目前，在医学影像领域中，图像处理技术有着广泛的应用，它是图像分析和处理的基本问题。将它引入医学超声影像中，以期获得更清晰的利于诊断的医学超声图像，使得借助超声进行疾病诊断的结果更为准确。

        在医疗事业迅速发展的今天，医学影像的存储和传输系统（PACS）将医学仪器图像资料转化为计算机数字形式，通过高速计算设备及通讯网络，完成对图像信息的采集、存储、管理、处理及传输等功能，使得图像资料得以有效管理和充分利用，在系统中最关键的硬件就是把B超、CT、X光机、核磁、内窥镜等医疗设备的图像近乎完美的采集过来经过工作站处理，呈现给医生，提高医生对病情的判断。

        医学影像处理技术对于临床医学以及医学影像工程的发展具有非常重要的价值和意义。随着图像处理技术研究和应用的深入发展，使得临床医生对人体内部病变部位的观察更方便、更直接、更清晰和更快捷，同时诊疗效率和准确性也得到提高。近年来，机器视觉系统在心脏医学图像处理领域有所应用。

        心脏医学图像主要是通过特殊的仪器获得，由于心脏本身含有丰富的纹理以及复杂的信息呈现形式，但是通过特殊仪器得到的图像不仅有大量噪声和伪影；这些噪声和伪影不但影响纹理处理结果，而且还会影响对心脏病变区域的判断。对于心脏图像，采用机器视觉的方法，提出一种新的心脏图像处理办法。该方法主要分成以下几个步骤：首先采用边缘自适应平滑算法的心脏图像处理，去除噪声；其次采用均值滤波算法对图像进行分析，找出目标区域；再采用增强算法得到目标区域的图像特征，找出图像的基本轮廓；最后采用图像还原算法再建图像的三维模型。

        随着医疗信息化的不断发展，除了应用在医学成像领域以外，在医药行业的应用也越来越广泛。例如对液体制剂的灌装液位、瓶体内杂质及封盖质量；尺寸不合格的胶囊；对泡罩药品的缺粒；对医药产品的外包装打码效果；对外包装纸箱的满箱及数量检测等。