近几年，电子商务、跨境贸易、智能制造等行业快速发展，物流需求量和复杂度不断增加。为了提高物流效率、降低物流成本、提升客户满意度，物流行业引入机器视觉技术，实现物流系统的自动化、数字化、网络化。
机器视觉是一种利用图像处理和分析技术，使机器具有类似人类视觉的感知和识别能力的技术，是人工智能领域的一个重要分支。机器视觉具有高度自动化、高效率、高精度和环境适应强等优点，其图像传感器以及3D测量传感器为高速发展的物流分拣系统打开“新视界”。
在电商及物流分拣场景中，各种形状、材质包裹通过传送带运输至分拣处，机器视觉要完成各类包裹的三维位置定位，引导机器人抓取各类随机大小高矮不同的包裹，放至指定位置。此类应用对视觉系统的反应速度提出了极大的挑战，因为传输带运动速度快、传输效率高，要求视觉能够实现动态实时、高速分拣，并且保证准确率。
在仓储管理场景中，机器视觉可以用于对仓库内的货架、货位、货箱等进行识别和定位，以便于机器人或人员进行存取操作。此类应用对视觉系统的精度和稳定性提出了较高的要求，因为仓库内的环境光线和温湿度可能会变化，要求视觉能够适应不同的环境条件，并且能够准确地识别出不同类型和尺寸的货物。
在物流信息采集场景中，机器视觉可以用于对货物上的条码、二维码、文字等信息进行识别和读取，以便于进行货物追踪、分类、计费等操作。此类应用对视觉系统的识别率和鲁棒性提出了较高的要求，因为货物上的信息可能会因为印刷质量、破损程度、角度偏差等因素而影响识别效果，要求视觉能够对不同的信息类型和格式进行快速、准确、稳定的识别。