機器視覺的研究是從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像進行描述，以便同機內(nèi)存儲的模型進行比較匹配。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。我國的機器人產(chǎn)業(yè)化必須由市場來拉動，機器人作為高新技術(shù)，它的發(fā)展與社會的生產(chǎn)、經(jīng)濟狀況密切相關(guān)。機器人的研制、開發(fā)只有從技術(shù)上實現(xiàn)可能性大為原則選擇機器人優(yōu)先應(yīng)用的領(lǐng)域，并以此為突破口，向其他領(lǐng)域滲透、擴散至為重要。隨著工業(yè)4.0時代的到來，機器視覺在智能制造業(yè)領(lǐng)域的作用越來越重要，能讓更多用戶獲取機器視覺的相關(guān)基礎(chǔ)知識，包括機器視覺技術(shù)是工作的、它為是實現(xiàn)流程自動化和質(zhì)量改進的正確選擇等。機器視覺是一門學(xué)科技術(shù)，廣泛應(yīng)用于生產(chǎn)制造檢測等工業(yè)領(lǐng)域，用來產(chǎn)品質(zhì)量，控制生產(chǎn)流程，感知環(huán)境等。機器視覺系統(tǒng)是將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號，圖像系統(tǒng)對這些信號進行各種運算來抽取目標(biāo)的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。如今，中國正成為世界機器視覺發(fā)展活躍的地區(qū)之一，應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國民經(jīng)濟的各個行業(yè)。其重要原因是中國已經(jīng)成為全球制造業(yè)的加工中心，高要求的零部件加工及其相應(yīng)的先進生產(chǎn)線，使許多具有國際先進水平的機器視覺系統(tǒng)和應(yīng)用經(jīng)驗也進入了中國。經(jīng)歷過長期的蟄伏，2010年中國機器視覺市場迎來了爆發(fā)式增長。數(shù)據(jù)顯示當(dāng)年，中國機器視覺市場規(guī)模達到8.3億元，同比增長48.2%，其中智能相機、軟件、光源和板卡的增長幅度都達到了50%，工業(yè)相機和鏡頭也保持了40%以上的增幅，皆為2007年以來的zui高水平。2011年，中國機器視覺市場步入后增長調(diào)整期。相較2010年的高速增長，雖然增長率有所下降，但仍保持很高的水平。2011年中國機器視覺市場規(guī)模為10.8億元，同比增長30.1%，增速同比2010年下降18.1個百分點，其中智能相機、工業(yè)相機、軟件和板卡都保持了不低于30%的增速，光源也達到了28.6%的增長幅度，增幅遠高于中國整體自動化市場的增長速度。電子制造行業(yè)仍然是拉動需求高速增長的主要因素。2011年機器視覺產(chǎn)品電子制造行業(yè)的市場規(guī)模為5.0億人民幣，增長35.1%。市份額達到了46.3%。電子制造、汽車、制藥和包裝機械占據(jù)了近70%的機器視覺市場份額。