对于将质量做为输出的机器视觉检测设备依赖于图像质量。高质量的图像使得系统能够精确地解释出从检测物体中提取的信息，这样就可以产生可靠的并可重复的系统性能。在任何视觉应用中需要的图像质量很大程度上取决于照明条件：颜色，角度和使用照明对象的光源数量意味着好图像之间的差异，有可能会产生更好的性能，也会带来质量差的图像，产生不好的结果。
机器视觉照明应该最大化特征对比，同时最小化其它剩下的对比度，因此让相机清晰看到部分或标记。高对比度特征简化集成和提高可靠性;对比度差的图像和不规则的照明需要来自系统的更多努力，而且也增加了处理时间。最优的照明取决于检测物体的尺寸，它的表面特征和部分几何特征和系统需求。具有宽范围的波长(颜色)，视场(尺寸)，对于特殊应用需要，就可以灵活的选择机器视觉照明。
致力于机器视觉及图像技术研发生产16年的思普泰克认为，选择照明时需要考虑以下五个方面：
1. 表面是光滑，还是崎岖不平?
2. 表面是暗淡，还是光亮?
3. 对象是弯曲的，还是平坦的?
4. 条码或标记的颜色是怎样的?
5. 是检测移动的物体，还是静止的对象?
