国内的研发人员也开展了对于计算机视觉技术的研究。处于领先地位的是中国科学院北京自动化研究所下属的模式识别国家重点实验室。研究的主要方向为复杂环境中的运动物体的跟踪算法以及三文的模型定位。其在英国的雷丁大学所设计的车辆交通监控系统原型基础上，取其精华，结合自身的优势，提出了新的模糊自组织神经学习算法，自主开发的交通监控的系统 (     ) 。除了研究所，各大高校也以计算机视觉技术为发展前沿，自行开发各自的视觉技术，并且应用于机器人技术中，比如，上海交通大学、北京航空航天大学、北京理工大学等。
    目前，在计算机视觉技术的研究中应用较为广泛的软件程序都是基于加快图像处理的计算速度的出发点来研发出来的。在整个系统项目中，调用基础程序函数是极其便利的，同时，也存在着不足：①对于未来的发展，可移植性和可嵌入性无疑是决定了未来技术发展的方向，然而目前国内应用较多的软件都无法支持这个特性；②高级计算速度快的数学计算函数并没有使用于大多数软件程序；③对于图像处理的研究问题，在软件工具的使用中，还是由MATLAB作为主要的手段，其虽然提供了较为丰富的数学函数，但令人担忧的是其运行速度；④在网络时代，网络服务器结构的应用程序同样也注定了计算机视觉技术的未来，之前投入市场的大部分软件包在设计之初并没有料想到这一情况，所以许多并不能支持网络功能的开发。
    针对于上述的几项不足之处，在1999年由Intel建立了OpenCV（其全称是：Open Source Computer Vision Library）现在，由Willow Garage对其提供支持。OpenCV是一个开源的跨平台计算机视觉库，其具有较强的可移植性和通用性。在主流的操作系统上可以进行开发，操作：比如，Linux、Windows和Mac OS等等。其编程语言是C/C++；不仅如此，为了研发人员开发的方便，提供了Python、Ruby、MATLAB等语言的接口；还提供了针对不同情况下的图像处理的标准算法。OpenCV的产生以及发展无疑对于图像处理和计算机视觉技术起到了和重要的作用。在不久的将来，工业生产，航天航空技术，军事，人工智能技术等各邻域都会产生极大的动力。随着人们对于图像分析，视觉技术的不断的高要求，其也在不断的发展，并且适用于各种场合。其最新的版本是2.3.1。
    对于图像信号的采集处理，对于采集图像信息数据的设备也提出了越来越高的要求：这就是Natal所需要的展现其巨大功能和潜力的舞台。为了解决复杂问题，微软开发了一个基于人工智能的产品：Natal，这就是其来历。Natal的工作原理：实质是依赖其功能强大的摄像头，并不是单纯性的捕捉图像的帧信息，而是监测人的肢体动作，然后，研发的工作人员就能在不同的操作平台上设计训练的程序，锻炼其去识别，记忆和分析处理不同的动作。尽管在推出此款产品的同时，微软的宣传标语就是：你的身体就是控制器。但是其并不只是一个单纯的控制器。其实它远比那复杂。它的技术实质是：摄像头所涉及之处建立形成一个3D的场景，然后才根据与场景不同的位置关系，去分析场景中的人们各自的运动状况，所以整个项目系统是着眼于人们所处的环境，将采集到的各种图像信息，利用分析，控制设备就可以形成一个人们所希望的综合控制系统。Kinect其与不同设备的连接是以USB接口为媒介的，其为一款外设摄像头，能够根据不同的需求和不同的设备连接。此摄像头最大的特点在于使用了红外定位，其智能性无疑高于一般的摄像头。红外的作用：立体定位场景空间；识别人类不同肢体部分的各种运动状况的分析、研究。 计算机视觉技术国内外研究现状和发展趋势(2):http://www.youerw.com/yanjiu/lunwen_525.html