、电光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。这些技术在机器视觉中是并列关系。相互协调应用才能构成一个成功的工业机器视觉应用系统。机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合理的性价比，要有通用的工业接口，能够由普通工作者来操作，有较高的容错能力和安全性，不会破坏工业产品，必须有较强的通用性和可移植性。对机器视觉工程师来说，不仅要具有研究数学理论和编制计算机软件的能力，更需要光、机、电一体化的综合能力。机器视觉更强调实时性要求高速度和高精度，因而计算机视觉和数字图像处理中的许多技术目前还难以应用于机器视觉，它们的发展速度远远超过其在工业生产中的实际应用速度。
f2机器视觉的研究现状机器视觉研究出现于60年代初期，电视摄像技术的成熟与计算
机技术的发展使得机器视觉研究成为可能。它作为早期人工智能研究的一部分，由于技术条件的限制，进展缓慢。80年代初，在DMarr提出的计算视觉理论指导下，机器视觉研究得到了迅速发展，成为现代科技研究的一个热点。90年代，随着计算机技术的快速发展，机器视觉在工业中得以应用，如印刷电路扳的检验、高精度导弹的制导、机器人装配线、汽车流量检测等方面都有机器视觉系统的应用。
经过40来年的研究，机器视觉在深度和广度两方面都取得了很大的进展，积累了丰富的学术研究成果，各种相关文献大量出现，已经成长为一门内容十分丰富的独立学科，在应用研究方面也取得了不小的进展，如图纸的自动录入、光学字符阅读器、机器人视觉系统在工业生产装配线上的应用等都十分引人注目。近年来，随着计算机技术的高速发展，机器视觉系统的成本大幅度地下降。为应用研究奠定了坚实的基础应用视觉研究正在蓬勃兴起，前景十分光明。
回顾机器视觉的研究历史，可以看到两条相当清晰的道路：理论与方法研究和应用研究。前者从纯学术的角度出发，研究模拟人类视觉的各种理论与算法（如特征抽取双目立体视觉、运动与光流、由线条图到实体、由阴影到形体、由纹理到形体等等）；后者从实际问题出发，研究识别、检测等问题（如工件的识别、印刷用电路板的检验、字符识别等）。总的来说，学术研究与应用研究相差很远，原因可能是纯学术研究做了过多偏离实际情况的假设，低估了实际问题的
f复杂性，造成其成果难以实用化。当然，机器视觉本身是十分复杂的研究只能逐步深入。二、基于机r