本书介绍了机器视觉系统的基本组成原理和图像处理的技术基础。本书在第1版的基础上，重点补充介绍了深度学习技术及其在机器视觉中的应用。全书共分12章，第１章简要介绍机器视觉技术的基本概念、系统构成以及发展趋势；第２章介绍机器视觉系统的硬件技术和教学实验设备；第３章介绍机器视觉组态软件XAVIS；第４章介绍图像处理技术；第５、６章分别介绍机器视觉应用最普遍的尺寸测量技术与缺陷检测技术；第７章介绍模式识别技术；第８章介绍图像融合技术；第９章介绍基于机器视觉的运动目标跟踪技术；第10章介绍三维重构的初级视觉理论与方法；第11章介绍深度学习技术；第12章介绍深度学习技术在机器视觉中的应用。
关于深度学习技术，本书用深度学习概述、深度学习的基本概念、卷积神经网络、经典的深度神经网络等几个小节，沿着深度学习的发展脉络，进行深入浅出的介绍，帮助初学者快速入门。另外，本书重点讲解了深度学习在目标检测、图像分割、图像识别和图像生成等任务中的应用情况和案例，基本关注到了计算机视觉领域的主要研究方向，为入门者提供解决类似问题的基本思路和实操方法。
本书既可作为高等学校自动化类、计算机类、电气类、机械类等相关专业的教材，也可供从事测量、检测、控制及机器视觉等系统研究、设计和开发的科研技术人员参考。本次修订立足于新工科、新专业方向，相信将对机器人工程专业、人工智能专业及其他相关专业的发展起到积极作用。
