机器视觉，就是用机器代替人眼来做测量和判断的一项技术。

机器视觉的实现过程是：机器视觉系统通过机器视觉将产品或被摄目标物转换成图像信号，传送给图像处理系统；图像处理系统再根据像素分布亮度、颜色或其他信号将相关信息转换成数字信号，并对信号进行抽取或处理，进行运动控制或做其他动作。

如图1所示，机器视觉的整体架构可分为三部分：第一部分是取像架构，包含镜头、相机和光源；第二部分是处理系统，主要是利用机器视觉系统或工控机对前面取到的图像进行处理运算，再通过通信（如IO和网口）将结果传递给第三部分；第三部分是可编程逻辑控制器（PLC）、机械臂或其他伺服运动控制系统，可进行下一步动作。

视觉概念的提出始于20世纪60年代的机器人研制（图2）。最早的视觉系统是通过采集图像进行预处理，再通过计算机评估目标的位置来控制机器运动，这构成了最初的视觉应用。1960年，麻省理工学院学者L.R.Roberts首次提出了通过计算机程序从数字图像中提取出类似于立方体、梯形体、棱柱体等三维结构，并对物体形状及物体空间关系进行了描述。L.R.Roberts的相关研究开创了以立体三维场景为目的的三维计算机视觉研究。

图1　机器视觉整体架构(www.daowen.com)

20世纪70年代，麻省理工学院人工智能实验室首次开设了机器视觉课程，Matlab实验室也吸引了许多学者参与到视觉理论算法和系统的研究中，为80年代机器视觉领域中重要理论框架的构建打下了重要基础。

到了80年代，全球掀起了计算机视觉的研究热潮，各类新概念、新方法、新理论不断涌现。我国最早出现的机器视觉相关的研究文献是《机器视觉：兴起的研究领域》。80年代中期是视觉研究蓬勃发展的时期，到了90年代，机器视觉开始真正进入了深度发展及广泛应用的时代，现在视觉技术已经实现了大规模应用，在工业、国防等领域都可见其踪影。

图2　机器视觉发展历程