国内研究现状视觉技术在国内的研究大致起始于上世纪90年代，但那时在应用方面几乎为零。直到21世纪，机器视觉技术才应用于工业方面，其中华中科技大学自主研发的浮法玻璃缺陷在线检测设备与印刷在线检测设备取得了很大的进展，一举打破欧美在次行业的垄断[4]。 “十二五”以后，高端设备的生产与制造受到了越来越多的重视，以机器视觉为代表的研究领域得到了快速发展。总体来说，视觉技术虽然在我国发展时间不长，但发展形势迅猛。29503
2国外研究现状
机器视觉蓬勃发展的时期大致是在80年代中期，那时出现了很多新技术，新知识令人眼花缭乱[5]。机器视觉作为高科技产品的代表，发展迅速。如今灰点、森萨帕特、基恩士、康耐视等公司，都是该研究领域中的佼佼者。论文网
目前，该技术在发达国家的发展更快，应用也更为广泛。目前国外对机器视觉技术大致分为三个部分：底层开发、二次开发以及最终使用[6]。第一部分一般是指对视觉系统的开发，包括对软件和硬件产品的开发。第二部分是指在底层开发的基础之上，对其进行二次开发。第三部分是指将机器视觉系统应用在各领域，相当于是对前期开发的使用与检测。
参考文献
[1]    张中良.基于机器视觉的图像目标识别方法综述[J].科技与创新,2016(14):32-33.
[2]    余文勇,石绘.机器视觉自动检测技术[M].北京:化学工业出版社,2013,10:6-7.
[3]    蒋树强,闵巍庆,王树徽.面向智能交互的图像识别技术综述与展望[J].计算机研究与发展,2016,53(1):113-122.
[4]    秦亚航,苏建欢,余荣川.机器视觉技术的发展及其应用[J].科技视界,2016(25).
[5]    Patil S B，Bodhe S K.Leaf disease severity measurement using image processing.International Journal of Engineering and Technology，2011，3（5）：297-301.
[6]    Bartel D P.MicroRNAs：target recognition and recognition and regulatory functions. Cell，2009，136（2）：215-233.
[7]    茅云峰.视频流中图标检测与识别的方法研究及其应用[D].上海:上海交通大学,2009.
[8]    王卓.基于RGB三基色原理的颜色检测仪的设计[D].天津:天津大学,2006.
[9]    王浩, 许志闻, 谢坤,等. 基于OpenCV的双目测距系统[J].吉林大学学报信息科学版, 2014, 32(2):188-194.
[10]    黄山园. 基于颜色特征的图像检索技术研究[D].太原:山西大学, 2013.
[11]    周冬波. 颜色识别及其在智能机器人控制系统中的应用研究[D].郑州:郑州大学, 2013.
[12]    官倩宁, 覃团发, 帅勤,等. 综合MPEG-7中纹理和颜色特征的图像检索方法[J].计算机应用研究, 2008, 25(3):957-960.
[13]    侯宾, 张文志, 戴源成,等. 基于OpenCV的目标物体颜色及轮廓的识别方法[J].现代电子技术, 2014(24):76-79.
[14]    李洪海. 一种简便的双目摄像机标定方法[J].淮阴工学院学报, 2009, 18(3):56-61.
[15]    孙昆, 穆森, 邱桂苹,等. 一种基于OpenCV的摄像机标定算法的研究与实现[J].电子世界, 2012(14):18-19.
[16]    长青, 姜方正, 牛分中. 一种基于区域综合特征的图像检索方法[J].计算机工程与应用, 2008, 44(4):53-55.
[17]    Zhang Z. A flexible new technique for camera calibration[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2000, 22(11):1330-1334.
[18]    马孝辉. 基于OpenCV的双目测距系统研究[D].武汉:武汉纺织大学, 2011.
[19]    周鹏. 基于OpenCV的双目立体视觉系统定标与三文重构技术研究[D].银川:宁夏大学, 2015. 机器视觉技术文献综述和参考文献:http://www.youerw.com/wenxian/lunwen_24790.html