L'imageur est constitué d'un jeu de 5 miroirs, d'une roue à filtres et du détecteur. Ce dernier est une matrice de 256x256 éléments, chaque éléments ("pixels") faisant 50 microns de côté. Suivant la configuration des miroirs, le champ de vue de l'imageur varie de 19.2x19.2, 32.5x32.5 ou 51.2x51.2 seconde d'arc (soit 1/1000 la surface de la lune). Le choix du champ de vue (et par conséquent de la taille du pixel sur le ciel) est dicté à la fois par l'objectif du programme scientifique et par le soucis d'exploiter au maximun la qualité d'images sur le site du VLT.
L'observateur peut également sélectionner différents types de filtres (jusqu'à 40). Les filtres à bandes larges (filtre N 7-13µm et Q 17-24µm) permettent d'obtenir des clichés détaillés dans ces deux fenêtres transparentes de l'atmosphère. L'astronome a aussi la possibilité d'utiliser des filtres à bandes étroites, centrés sur des longueurs d'onde d'éléments bien définies comme celle du Néon (12.8µm) ou d'un certain type de grains de poussières. Le poids de l'imageur est de 40kg.
Le spectromètre permet de décomposer la lumière incidente comme le fait un prisme et de l'analyser en détail. Le gaz moléculaire (gaz d'hydrogène par exemple), certains atomes excités (Fer, Néon, Hydrogène..) ou bien encore des types de grains de poussières émettent des raies d'émission à des énergies (longueurs d'onde) bien définies, véritable signature de l'élément. Grâce à ces informations, l'astronome est à même d'étudier la nature du milieu de l'objet céleste observé (température, densité ou composition chimique). VISIR, grâce à 3 voies optiques et 5 réseaux (ou prismes) différents, offre à l'observateur plusieurs choix de résolution spectrale. Plus la résolution spectrale est grande, meilleur est le pouvoir de séparation entre deux éléments dont les raies d'émission sont très voisines. Ceci permet d'identifier sans ambiguïté les éléments chimiques. Le détecteur du spectromètre est une matrice identique à celle de l'imageur. (Pour une description détaillée voir ASTRON)
Un simulateur d'étoile est implanté au coeur de l'instrument. Jouant le rôle d'une veritable étoile artificielle, Il permet de contrôler et de tester le bon fonctionnement de l'instrument hors des périodes d'observation.
Les cryogénérateurs ("générateurs de froid") sont des machines frigorifiques très performantes permettant d'atteindre des températures aussi basses que -268°C (5°K). Trois d'entre eux sont répartis autour de l'enceinte à vide.
Les instruments doivent être refroidis. Ils sont donc placés dans une enceinte à vide (en jaune sur le schéma) qui les isole thermiquement de l'environnement. L'enceinte de VISIR a une taille de 120 cm de diamètre pour une hauteur de 100 cm. L'enceinte à vide est maintenue à une température de -258°C (15°K) et son volume est donc voisin du mètre-cube.