由于機(jī)器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動處理，也易于同設(shè)計信息以及加工控制信息集成，因此，在現(xiàn)代自動化生產(chǎn)過程中，人們將機(jī)器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控制等領(lǐng)域。但是機(jī)器視覺技術(shù)比較復(fù)雜，zui大的困難在于人的視覺機(jī)制尚不清楚。人可以用內(nèi)省法描述對某一問題的解題過程，從而用計算機(jī)加以模擬。但盡管每一個正常人都是“視覺”，卻不可能用內(nèi)省法來描述自己的視覺過程。因此建立機(jī)器視覺系統(tǒng)是十分困難的任務(wù)。可以預(yù)計的是，隨著機(jī)器視覺技術(shù)自身的成熟和發(fā)展，它將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應(yīng)用。機(jī)器視覺是一項綜合技術(shù)，包括圖像處理、機(jī)械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計算機(jī)軟硬件技術(shù)(圖像增強(qiáng)和分析算法、圖像卡、I/O卡等)。一個典型的機(jī)器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊。機(jī)器視覺系統(tǒng)基本的特點就是提高生產(chǎn)的靈活性和自動化程度。在一些不適于人工作業(yè)的危險工作環(huán)境或者人工視覺難以滿足要求的場合，常用機(jī)器視覺來替代人工視覺。同時，在大批量重復(fù)性工業(yè)生產(chǎn)過程中，用機(jī)器視覺檢測方法可以大大提高生產(chǎn)的效率和自動化程度。機(jī)器視覺的研究是從20世紀(jì)60年代中期美國學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開始的。當(dāng)時運用的預(yù)處理、邊緣檢測、輪廓線構(gòu)成、對象建模、匹配等技術(shù)，后來一直在機(jī)器視覺中應(yīng)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(shù)來確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲的模型進(jìn)行比較匹配。實踐表明，只用自底向上的分析太困難，必須同時采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運用啟發(fā)式知識對對象進(jìn)行預(yù)測。這同言語理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運用啟發(fā)式知識，表明用符號過程來解釋輪廓畫的方法不必求助于諸如zui小二乘法匹配之類的數(shù)值計算程序。70年代，機(jī)器視覺形成幾個重要研究分支：①目標(biāo)制導(dǎo)的圖像處理；②圖像處理和分析的并行算法；③從二維圖像提取三維信息；④序列圖像分析和運動參量求值；⑤視覺知識的表示；⑥視覺系統(tǒng)的知識庫等。