从全球范围来看，机器视觉起源于 20 世纪 50 年代，早期研究主要是从统计模式识别开始，工作主要集中于二维图像的分析和识别；20 世纪 60 年代首次提出机器视觉的概念；20 世纪 70 年代首次提出完整的视觉理论；80 年代至90 年代中期，机器视觉进入蒸蒸日上期，新概念、新方法、新理论不断涌现；21 世纪后，机器视觉技术快速地发展并逐步走向成熟，检测、测量、识别等功能的机器视觉产品在下业尤其是工业制造领域得到了广泛应用，而基于 LED光源的任意光场设计使机器视觉在各种行业应用成为可能。

  相比于国外完整且成熟的产业链，国内机器视觉领域起步较晚，起步于 20世纪 80 年代的技术引进。国内机器视觉产品最早应用于半导体和电子行业，直到上世纪 90 年代末，随工业自动化以及智能化程度的提高，机器视觉逐步大量应用于生产制造中。目前我国机器视觉领域正处于加快速度进行发展期，市场容量在迅速增加、应用领域逐渐扩大，机器视觉相关公司数也在快速增加，未来存在很大的发展空间。

  按照机器视觉系统在不相同的领域中用途的划分，机器视觉系统所实现的基本功能可分为：测量功能、检测功能、定位功能、识别功能。在各行各业都能够找到适合其发挥的场合。

  机器视觉下游应用领域最重要的包含电子产业、汽车产业、医药行业、食品与包装、印刷行业等。其中，电子和汽车是机器视觉应用占比最大的两个行业，其份额占比分别为46.6%和15.3%。

  机器视觉处理器的处理功能，将会不断地向PC机以及嵌入式系统靠拢；处理的能力会继续遵循摩尔定律，18个月将会增长一倍；随着处理功能不断的增强，处理器散发出的热量也会随着慢慢的升高，这会影响系统的功能，散热问题将成为严重的阻碍性因素。

  驱动图像处理软件发展的因素不仅仅包括用户们对简单、方便软件的需求，还包括供应商们对他们的软件在市场上受到产权保护的期望。机器视觉算法工具的发展的新趋势是比较平稳与缓和发展的。未来大家将看到很多机器学习的应用，用各种算法工具来实现应用功能和任务。

  光学物理方面将会成为相机及传感器发展的一个阻碍因素。它的发展的新趋势是：CMOS相机会取代CCD相机；会有超高速的相机出现；在相机上会融入更多的智能；会有更多更小的相机出现；更多的相机可以直接连在PC机上。

  对于成像光学的发展有两个主要驱动力量，一是慢慢的升高分辨率的要求；二是更小光源的需求。但是寻求更小的光源目前来看是十分艰难的。同样阻碍成像光学发展的因素仍然是对机器视觉方面、物理光学方面的研究力量不够，另外也缺少相应的设施。对于成像光学的发展的新趋势，35mm镜头在早期就已经流行，但是可能将会被更小的镜头所取代。

  第六章 2016-2019年中国人工智能AI行业重点区域市场发展现状及未来市场发展的潜力分析