视觉传感器具有从一整幅图像捕获光线的数以千计的像素。图像的清晰和细腻程度通常用分辨率来衡量，以像素数量表示。Banner 工程高性能提供的部分视觉传感器能够捕获 130 万像素。因此，无论距离目标数米或数厘米远，传感器都能“看到”十分细腻的目标图像。

在捕获图像之后，视觉传感器将其与内存中存储的基准图像进行比较，以做出分析。例如，若视觉传感器被设定为辨别正确地插有八颗螺栓的机器部件，则传感器知道应该拒收只有七颗螺栓的部件，或者螺栓未对准的部件。此外，无论该机器部件位于视场中的哪个位置，无论该部件是否在 360 度范围内旋转，视觉传感器都能做出判断。