机器视觉自起步至今，已有十五年发展历史。机器视觉系统作为一种非接触式的光学传感系统，同时集成软硬件，能够自动从所采集到的图像中获取信息或者产生控制动作，作为一种应用系统，它的功能特点是随着工业自动化的发展而逐步发展和完善的。目前全球整个视觉市场总量日趋增长，在中国，随着加工制造业的飞速发展，企业对于机器视觉的需求也将呈持续上升趋势。
机器视觉系统的特点是提高生产柔性和自动化程度，在一些不适合人工作业的危险环境或者人眼难以满足生产要求的高精度场合，常用机器视觉来代替人工视觉，同时在大批量工业生产中，由于人工视觉检测效率低且精度不高，也使用机器视觉检测方法用以提高生产效率和生产的自动化程度。
机器视觉易于实现信息集成，是实现自动化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应用与工况监视、成品检验和质量控制等领域。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、控制。
中国番茄酱的国际市场占有率为30%左右，是除美国、欧盟之外的世界第三大番茄酱生产国。以"一黑一白一红"三大产业为主导的新疆，番茄业一直是优势产业，新疆的番茄制品的年生产能力占到全国的90%以上，并培育出两个独居特色的品牌，产品成为亚欧美等市场的抢手货。番茄制品90%出口创汇，也占据了全国番茄制品出口额的90%，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。
番茄制品的加工难度主要存在于未成熟番茄的分选，传统的分选方法为人工分选和光电分选选。人工分选由于受到视觉疲劳、员工情绪等主观因素限制，番茄的拣选效率不能得到有效的保证；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。
采用机器视觉技术对物料进行分选，通过对番茄的各个维度的特性进行检测，继而进行有效、精确的分选，不仅大大提高了拣选的效率，也减少了因为设备检测不精确而造成的浪费。逐渐取代了人工分选和光电分选，成为番茄分选的主力军。
