机器视觉（AOI）之2020年机器视觉行业深度报告（五）
机器视觉发展历程（一）
机器视觉起源于上世纪 50 年代，Gilson 提出了“光流”这一概念，并基于相关 统计模型发展了逐像素的计算模式，标志着 2D 影像统计模式的发展。1960 年，美国学者 Roberts 提出了从 2D 图像中提取三维结构的观点，引发了 MIT 人工智能实验室及其它机构对机器视觉的关注，并标志着三维机器视觉研究 的开始。70 年代中期，MIT 人工智能实验室正式开设“机器视觉”课程，研究人员开始 大力进行“物体与视觉”相关课题的研究。1978 年，David Marr 开创了“自下 而上”的通过计算机视觉捕捉物体形象的方法，该方法以2D的轮廓素描为起点， 逐步完成 3D 形象的捕捉，这一方法的提出标志着机器视觉研究的重大突破。80 年代开始，机器视觉掀起了全球性的研究热潮，方法理论迭代更新，OCR 和 智能摄像头等均在这一阶段问世，并逐步引发了机器视觉相关技术更为广泛的传 播与应用。90 年代初，视觉公司成立，并开发出第一代图像处理产品。而后，机器视觉相 关技术被不断地投入到生产制造过程中，使得机器视觉领域迅速扩张，上百家 企业开始大量销售机器视觉系统，完整的机器视觉产业逐渐形成。在这一阶段， LED 灯、传感器及控制结构等的迅速发展，进一步加速了机器视觉行业的进步， 并使得行业的生产成本逐步降低。2000 年至今，更高速的 3D 视觉扫描系统和热影象系统等逐步问世，机器视觉 的软硬件产品蔓延至生产制造的各个阶段，应用领域也不断扩大。当下，机器视 觉作为人工智能的底层产业及电子、汽车等行业的上游行业，仍处于高速发展的 阶段，具有良好的发展前景。
