人類在征服自然、改造自然和推動社會進步的過程中，面臨著自身能力、能量的局限性，因而發(fā)明和創(chuàng)造了許多機器來輔助或代替人類完成任務(wù)．智能機器，包括智能機器人，是這種機器最理想的形式，也是人類科學研究中所面臨的最大挑戰(zhàn)之一．智能機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，對于智能機器來說，賦予機器以人類視覺功能對發(fā)展智能機器是及其重要的，也由此形成了一門新的學科—機器視覺（也稱計算機視覺或圖像分析與理解等）．機器視覺的發(fā)展不僅將大大推動智能系統(tǒng)的發(fā)展，也將拓寬計算機與各種智能機器的研究范圍和應(yīng)用領(lǐng)域．

　　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(shù)．機器視覺系統(tǒng)的首要目標是用圖像創(chuàng)建或恢復(fù)現(xiàn)實世界模型，然后認知現(xiàn)實世界．機器視覺系統(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)需要進行多點對一點的映射逆變換．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．

　　機器視覺是一個相當新且發(fā)展十分迅速的研究領(lǐng)域，并成為計算機科學的重要研究領(lǐng)域之一．機器視覺是在 20 世紀 50 年代從統(tǒng)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(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(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，麻省理工學院（MIT）人工智能（AI）實驗室正式開設(shè)“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(tǒng)設(shè)計的研究，David Marr 教授就是其中的一位．他于 1973 年應(yīng)邀在 MIT AI 實驗室領(lǐng)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(lǐng)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(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．