人類在征服自然、改造自然和推動社會進(jìn)步的過程中，面臨著自身能力、能量的局限性，因而發(fā)明和創(chuàng)造了許多機(jī)器來輔助或代替人類完成任務(wù)．智能機(jī)器，包括智能機(jī)器人，是這種機(jī)器最理想的形式，也是人類科學(xué)研究中所面臨的最大挑戰(zhàn)之一．智能機(jī)器是指這樣一種系統(tǒng)，它能模擬人類的功能，能感知外部世界并有效地解決人所能解決問題．人類感知外部世界主要是通過視覺、觸覺、聽覺和嗅覺等感覺器官，其中約 80%的信息是由視覺獲取的．因此，對于智能機(jī)器來說，賦予機(jī)器以人類視覺功能對發(fā)展智能機(jī)器是及其重要的，也由此形成了一門新的學(xué)科—機(jī)器視覺（也稱計(jì)算機(jī)視覺或圖像分析與理解等）．機(jī)器視覺的發(fā)展不僅將大大推動智能系統(tǒng)的發(fā)展，也將拓寬計(jì)算機(jī)與各種智能機(jī)器的研究范圍和應(yīng)用領(lǐng)域．

　　機(jī)器視覺是研究用計(jì)算機(jī)來模擬生物外顯或宏觀視覺功能的科學(xué)和技術(shù)．機(jī)器視覺系統(tǒng)的首要目標(biāo)是用圖像創(chuàng)建或恢復(fù)現(xiàn)實(shí)世界模型，然后認(rèn)知現(xiàn)實(shí)世界．機(jī)器視覺系統(tǒng)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(fù)處理，這種恢復(fù)需要進(jìn)行多點(diǎn)對一點(diǎn)的映射逆變換．在信息恢復(fù)過程中，還需要有關(guān)場景知識和投影幾何知識．

　　機(jī)器視覺是一個相當(dāng)新且發(fā)展十分迅速的研究領(lǐng)域，并成為計(jì)算機(jī)科學(xué)的重要研究領(lǐng)域之一．機(jī)器視覺是在 20 世紀(jì) 50 年代從統(tǒng)計(jì)模式識別開始的［1］，當(dāng)時的工作主要集中在二維圖像分析和識別上，如光學(xué)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(jì)算機(jī)程序從數(shù)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(jié)構(gòu)，并對物體形狀及物體的空間關(guān)系進(jìn)行描述［Roberts 1965］．Roberts 的研究工作開創(chuàng)了以理解三維場景為目的的三維機(jī)器視覺的研究．Roberts 對積木世界的創(chuàng)造性研究給人們以極大的啟發(fā)，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(fù)雜的三維場景．于是，人們對積木世界進(jìn)行了深入的研究，研究的范圍從邊緣、角點(diǎn)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(yùn)動以及成像幾何等，并建立了各種數(shù)據(jù)結(jié)構(gòu)和推理規(guī)則．到了 70 年代，已經(jīng)出現(xiàn)了一些視覺應(yīng)用系統(tǒng)［Guzman 1969， Mackworth 1973，］．

　　70 年代中期，麻省理工學(xué)院（MIT）人工智能（AI）實(shí)驗(yàn)室正式開設(shè)“機(jī)器視覺”（ Machine Vision）課程，由國際著名學(xué)者 B．K．P．Horn 教授講授．同時，MIT AI 實(shí)驗(yàn)室吸引了國際上許多知名學(xué)者參與機(jī)器視覺的理論、算法、系統(tǒng)設(shè)計(jì)的研究，David Marr 教授就是其中的一位．他于 1973 年應(yīng)邀在 MIT AI 實(shí)驗(yàn)室領(lǐng)導(dǎo)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(jì)算視覺理論（computational vision），該理論在 80 年代成為機(jī)器視覺研究領(lǐng)域中的一個十分重要的理論框架．

　　可以說，對機(jī)器視覺的全球性研究熱潮是從 20 世紀(jì) 80 年代開始的，到了 80 年代中期，機(jī)器視覺獲得了蓬勃發(fā)展，新概念、新方法、新理論不斷涌現(xiàn)，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．