机器视觉自20世纪50年代提出以来以有着20几年的漫长的发展历程，其功能和应用范围也跟着工业自动化的发展而逐渐得到了完善。在国外，机器视觉理论最初于20世纪50年代提出，此时的研究还是局限于对二维图像的统计识别。对三维机器视觉的研究直到20世纪60年代才开始进行。到了70年代CCD图像传感器开始出现CCD摄像机也随之出现，这大大促进了机器视觉的发展。到了80年代CPU、DSP等图像处理技术出现，机器视觉引发全球的研究热潮标志着机器视觉进入了蓬勃发展阶段[1]。80308

机器视觉在国内的发展更是体现了工业生产的发展对机器视觉研究的推动作用。在我国，1990年之前，机器视觉还仅仅局限于大学和一些具有研究图像处理和模式识别实验室的研究所中。但是随着工业的发展和我国机器视觉市场的欠缺，在20世纪90年代我国出现了一些致力于开发图像处理产品的公司。这些公司的创始人大多为研究所中的工程师，他们看到了国内机器视觉的潜在市场。这些机器视觉处理产品不仅给他们个人带来了经济利益，而且还带动了国内机器视觉的发展。这些产品的出现使人们能够对机器视觉做一些个人方面的研究。1990-1998年因为缺乏国外的先进技术的引入我国的机器视觉发展比较缓慢，机器视觉市场的份额还有很大的空缺。1999-2002年经济全球化和国内人力资源的富余，国外很多带有机器视觉的先进设备通过大量电子和半导体工厂的入驻被引入国内，这一阶段是我国对机器视觉技术的引入和机器视觉相关知识的积累阶段。积累了大量国外机器视觉相关的现今理论和思想，我国的机器视觉事业于2002年开始蓬勃发展[2]。论文网

机器视觉的稳步发展的同时我们还应看到，机器视觉仍存在着一些发展上的问题主要在于以下几点：（1）个人计算机设备计算能力的不足，这大大制约了个人研究者对机器视觉领域的研究。机器视觉对图像和视频进行处理，尤其是视频它们包含着大量的信息，这对计算机的计算能力有很高的要求。其次是算法的适用性问题，针对单一特征的算法无法满足复杂环境下机器视觉的需求，但是多特征且适用性强的算法也会导致运算量的增加，提高了对计算机性能的要求。（2）视觉采集设备精度问题。人眼的像素高达5。76亿，现今的视觉采集设备的像素远远无法达到，因此机器视觉的发展也依赖于更优秀更精确的视觉采集设备的发展。（3）认知理论也是一个主要问题，即如何使计算机去感知和认识世界。机器视觉需要跟准确的计算机认知理论以此指导计算机认识世界，这依赖于人工智能和神经科学的发展。（4）机器视觉的准确性存在相当大的问题，人在识别物体时会根据经验在精确与模糊之间做取舍，因此识别正确率较高。但是现今的机器视觉算法无法做到精确与模糊之间的正确取舍，在识别准确性上存在着不足[3]。