機器視覺主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制，技術最大的特點是速度快、信息量大、功能多。

       這是一門涉及了人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。

       機器視覺并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。

       從二維到三維的演化

       機器視覺的研究是從20世紀60年代中期美國學者L.R.羅伯茲關于理解多面體組成的積木世界研究開始的。當時運用的預處理、邊緣檢測、輪廓線構成、對象建模、匹配等技術，后來一直在機器視覺中應用。

       羅伯茲在圖像分析過程中，采用了自底向上的方法。用邊緣檢測技術來確定輪廓線，用區域分析技術將圖像劃分為由灰度相近的像素組成的區域，這些技術統稱為圖像分割。其目的在于用輪廓線和區域對所分析的圖像進行描述，以便同機內存儲的模型進行比較匹配。

       70 年代中期，麻省理工學院(MIT)人工智能(AI)實驗室正式開設“機器視覺”(Machine Vision)課程，由國際著名學者B.K.P.Horn 教授講授。

       同時，MIT AI實驗室的David Marr 教授于1977 年提出了不同于“積木世界”分析方法的計算機視覺(computational vision)理論——也就是著名的Marr視覺理論，該理論在80 年代成為機器視覺研究領域中的一個十分重要的理論框架。

       人們普遍認為，計算機視覺這門學科的形成與Marr 的視覺理論有著密切的關系。Marr視覺計算理論將整個視覺過程所要完成的任務分成三個過程，而獲得這些表示的過程依次稱為初級視覺、中級視覺和高級視覺。70年代，已經出現了一些視覺應用系統。

       80年代，機器視覺進入了快速發展時期，對機器視覺的全球性研究熱潮開始興起。不僅出現了基于感知特征群的物體識別理論框架、主動視覺理論框架、視覺集成理論框架等概念，而且產生了很多新的研究方法和理論，無論是對一般二維信息的處理，還是針對三維圖像的模型及算法研究都有了很大的提高。

       90年代，機器視覺理論得到進一步發展，同時開始在工業領域得到應用。同時，機器視覺理論在多視幾何領域的應用得到快速發展。

       由于機器視覺是一種非接觸的測量方式，在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。

       到了21世紀，機器視覺技術已經大規模地應用于多個領域。按照應用的領域與細分技術的特點，機器視覺進一步可以分為工業視覺、計算機視覺兩類，相應地，其應用領域可以劃分為智能制造和智能生活兩類，比如工業探傷、自動焊接、醫學診斷、跟蹤報警、移動機器人、指紋識別、模擬戰場、智能交通、醫療、無人機與無人駕駛、智能家居等等。

       機器視覺是人工智能正在快速發展的一個分支。目前，機器視覺技術正處于不斷突破、走向成熟的階段。它的發展不僅將大大推動智能系統的發展，也將拓寬計算機與各種智能機器的研究范圍和應用領域。

       全球應用情況

       機器視覺的應用普及主要體現在半導體及電子行業，其中大概40%-50%都集中在半導體行業。機器視覺系統還在質量檢測的各個方面已經得到了廣泛的應用，并且其產品在應用中占據著舉足輕重的地位。

       在行業應用方面，主要有制藥、包裝、電子、汽車制造、半導體、紡織、煙草、交通、物流等行業，用機器視覺技術取代人工，可以提供生產效率和產品質量。

       未來發展趨勢

       由于機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬件產品正逐漸成為協作生產制造過程中不同階段的核心系統，無論是用戶還是硬件供應商都將機器視覺產品作為生產線上信息收集的工具，這就要求機器視覺產品大量采用標準化技術，直觀地說就是要隨著自動化的開放而逐漸開放，可以根據用戶的需求進行二次開發。

       當今，自動化企業正在倡導軟硬一體化解決方案，機器視覺的廠商在未來十年內也應該不單純是只提供產品的供應商，而是逐漸向一體化解決方案的系統集成商邁進。

       隨著中國加工制造業的發展，對于機器視覺的需求也逐漸增多。隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。由于機器視覺的介入，自動化將朝著更智能、更快速的方向發展。