由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。但是机器视觉技术比较复杂，zui大的困难在于人的视觉机制尚不清楚。人可以用内省法描述对某一问题的解题过程，从而用计算机加以模拟。但尽管每一个正常人都是“视觉”，却不可能用内省法来描述自己的视觉过程。因此建立机器视觉系统是十分困难的任务。可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。现如今随着科技的发展，并且人工成本的大大提高，工业生产中自动化显得尤为重要，这样能够大大降低企业的成本，以往那些靠人工作业的企业，已经跟不上社会的发展了。机器视觉系统的出现来自繁琐劳动力的替代需求。机器视觉自动化设备可以不知疲倦的进行重复性的工作，且在一些不适合于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，机器视觉可替代人工视觉。机器视觉较早应用于工业制造领域。通过机器视觉的自动识别功能，许多流水线上具有高度重复性的检测都可以依靠机器视觉系统设备完成，大大提高了检测效率和精度。机器视觉是一个相当新且发展十分迅速的研究领域。在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。诸如电路板印刷、电子封装、SMT表面贴装、电子电路焊接等，均需要使用机器视觉系统技术。机器视觉系统还在质量检测方面得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。但在中国，以上行业本身就属于新兴的领域。中国机器视觉市场起步较晚，行业集中度较高，部分经销商开始以代理为主转向大力推广自主品牌的产品，行业分布、渠道分销与成熟的自动化产品都有明显差异。整个中国的机器视觉市场相较成熟的自动化产品应用水平偏低，市场远未饱和。伴随着工业自动化的发展，我国配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关大专院校、研究所和企业近几年也在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了工业现场的应用。机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。罗伯兹在图像分析过程中，采用了自底向上的方法。用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机内存储的模型进行比较匹配。实践表明，只用自底向上的分析太困难，必须同时采用自顶向下，即把目标分为若干子目标的分析方法，运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出运用启发式知识，表明用符号过程来解释轮廓画的方法不必求助于诸如zui小二乘法匹配之类的数值计算程序。70年代，机器视觉形成几个重要研究分支：①目标制导的图像处理；②图像处理和分析的并行算法；③从二维图像提取三维信息；④序列图像分析和运动参量求值；⑤视觉知识的表示；⑥视觉系统的知识库等。