1.1 机器视觉的发展历程

机器视觉技术是计算机学科发展的一个重要分支，其功能及应用领域随着工业自动化的快速发展而变得更加广泛和全面。机器视觉技术的发展经历了如下阶段。

· 20世纪60年代：机器视觉技术的起源。20世纪60年代末，美国学者罗伯兹关于理解多面体的组成，即对“积木世界”的研究成为早期人工智能领域最具代表性的课题之一，当时运用的预处理、边缘检测、对象匹配、轮廓线构成等机器视觉技术一直沿用至今。

· 20世纪70年代：机器视觉技术的发展。MIT人工智能实验室正式开设“机器视觉”课程，国际上许多知名学者参与视觉理论、算法、系统设计的研究。其中，D.Marr教授于1977年提出了不同于“积木世界”分析方法的视觉计算理论（Vision Computational Theory）。该理论立足于计算机科学，系统地概括了心理生理学、神经生理学等方面取得的重要成果，使得机器视觉研究有了一个明确的体系，大大推动了对机器视觉的研究。D.Marr教授的视觉计算理论将整个机器视觉过程分成三个阶段，依次为初级视觉处理、中级视觉处理和高级视觉处理，如图1-1所示。

· 20世纪80年代：机器视觉技术的快速发展。在这个阶段，不仅出现了基于感知特征群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等概念，而且还产生了很多新的研究方法和理论，无论对一般二维信息的处理水平，还是针对三维图像的模型及算法研究水平都有了很大提高。有学者对机器视觉理论的发展提出了不同的意见和建议，即对图1-1进行了补充。总之，在这一阶段，机器视觉技术获得蓬勃发展，新概念、新方法、新理论不断涌现。

图1-1

· 20世纪90年代：机器视觉技术开始应用在工业领域中。由于机器视觉技术是一种非接触检测方式，在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合中，常应用机器视觉代替人工视觉。同时，在大批量重复性的工业生产过程中，利用机器视觉检测方法可以大大提高生产效率和自动化程度。利用机器视觉技术对苹果LOGO缺陷的检测如图1-2所示。

图1-2

· 21世纪初期：机器视觉技术的深入研究。机器视觉作为机器人的“眼睛”，在人工智能快速发展的同时，正逐步走向成熟，即机器视觉技术开始应用到多个领域。例如，工业探伤、自动焊接、医学诊断、跟踪报警、移动机器人、指纹识别、人脸识别、模拟战场、智能交通、无人机与无人驾驶、智能家居等。机器视觉的应用如图1-3所示。

图1-3