計算機視覺講義:機器視覺是研究用計算機來模擬生物外顯或宏觀視覺功能的科學和技術．機器視覺系統的首要目標是用圖像創建或恢復現實世界模型，然后認知現實世界．機器視覺系統獲取的場景圖像一般是灰度圖像，即三維場景在二維平面上的投影．因此，場景三維信息只能通過灰度圖像或灰度圖像序列來恢復處理，這種恢復需要進行多點對一點的映射逆變換．在信息恢復過程中，還需要有關場景知識和投影幾何知識．
機器視覺是一個相當新且發展十分迅速的研究領域，并成為計算機科學的重要研究領域之一．機器視覺是在20世紀50年代從統計模式識別開始的[1]，當時的工作主要集中在二維圖像分析和識別上，如光學字符識別，工件表面、顯微圖片和航空圖片的分析和解釋等．60年代，Roberts(1965)通過計算機程序從數字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結構，并對物體形狀及物體的空間關系進行描述[Roberts 1965]．Roberts 的研究工作開創了以理解三維場景為目的的三維機器視覺的研究．Roberts對積木世界的創造性研究給人們以極大的啟發，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更復雜的三維場景．于是，人們對積木世界進行了深入的研究，研究的范圍從邊緣、角點等特征提取，到線條、平面、曲面等幾何要素分析，一直到圖像明暗、紋理、運動以及成像幾何等，并建立了各種數據結構和推理規則．到了70年代，已經出現了一些視覺應用系統[Guzman 1969, Mackworth 1973,]．
70年代中期，麻省理工學院(MIT)人工智能(AI)實驗室正式開設“機器視覺”( Machine Vision)課程，由國際著名學者B．K．P．Horn教授講授．同時，MIT AI 實驗室吸引了國際上許多知名學者參與機器視覺的理論、算法、系統設計的研究，David Marr教授就是其中的一位．他于1973年應邀在MIT AI 實驗室領導一個以博士生為主體的研究小組，1977年提出了不同于＂積木世界＂分析方法的計算視覺理論(computational vision)，該理論在80年代成為機器視覺研究領域中的一個十分重要的理論框架．
可以說，對機器視覺的全球性研究熱潮是從 20世紀80年代開始的，到了80年代中期，機器視覺獲得了蓬勃發展，新概念、新方法、新理論不斷涌現，比如，基于感知特征群的物體識別理論框架，主動視覺理論框架，視覺集成理論框架等．
到目前為止，機器視覺仍然是一個非?；钴S的研究領域．許多會議論文集都反應了該領域的最新進展，比如，International Conference on Computer Vision and Pattern Recognition(CVPR); International Conference on Computer Vision(ICCV); International Conference on Pattern Recognition(ICPR); International Conference on Robotics and Automation(ICRA); Workshop on Computer Vision, and numerous conferences of SPIE．還有許多學術期刊也包含了這一領域的最新研究成果, 如，IEEE Transaction on Pattern Analysis and Machine Intelligence(PAMI); Computer Vision, Graphics, and Image Processing(CVGIP); IEEE Transaction on Image Processing; IEEE Transaction on Systems, Man, and Cybernetics(SMC); Machine Vision and Applications; International Journal on Computer Vision(IJCV); Image and Vision Computing; and Pattern Recognition．每年還出版許多研究專集、學術著作、技術報告，舉行專題討論會等．所有這些都是研究機器視覺及其應用的很好信息來源．