在成像傳感器誕生的驅動下，機器視覺進入產業萌芽期。此時受限于半導體工藝成熟度和成本等因素制約，機器視覺只在高端的科學研究中有少量初級應用，尚未形成完整的概念。

?

貝爾實驗室

1969年美國貝爾實驗室成功研制出CCD傳感器，可以直接把圖像轉換為數字信號并存儲到電腦中參與計算和分析，從而奠定了機器視覺技術誕生的基石。

在應用的驅動下，機器視覺進入起步期。機器視覺的概念首次在產業界被提及，但未形成精準的定義。在此期間誕生了首批機器視覺企業，如加拿大的DALSA、美國的柯達和仙童、英國的E2V等CCD傳感器與工業相機公司，以及美國康耐視等具有代表性的軟件算法公司。

在應用的進一步驅動下，機器視覺產業進入成長波動期。1990年半導體產業的發展使機器視覺定位與檢測成為替代人工的支撐技術，機器視覺產業得到蓬勃發展的機遇。

在美國和日本等發達國家，機器視覺技術開始得到實際應用，但成像技術和算法算力的發展尚不成熟，不能全面滿足行業應用需求，無法全面推廣。由于技術門檻和系統成本過高，雖然出現一些專門從事機器視覺技術的新企業，但規模普遍較小。

在應用和算力的共同驅動下，機器視覺進入產業發展早期。在此期間，FPD平板顯示制造、PCB檢測和汽車制造等行業陸續對機器視覺技術應用表現出強烈需求。同時，CPU算力提升使機器視覺系統在PC-Base條件下可以處理一般性的問題。產業需求和技術進步共同促進了機器視覺產業的快速發展與繁榮。我國機器視覺產業也在這個階段加入全球陣營。

AI算法的發展推動機器視覺進入發展中期。2016年是AI發展非常重要的一年， AlphaGo打敗人類頂尖棋手李世石、深度殘差學習和殘差網成為視覺領域標準算法等標志性事件，開啟了人工智能發展的新紀元。

?

隨后，人工智能賦能的機器視覺開始在智能制造應用中加快普及，產業得到了空前發展。隨著應用的爆發式擴展，預計2020年后機器視覺將迎來高速發展期。

在國外技術發展引領下，我國機器視覺進入了萌芽期，核心機構和行業開始出現應用。此時由于算法、算力及成像技術尚不成熟，國外機器視覺產業能力處于成長波動期，我國一些企業作為國外代理提供機器視覺器件及技術服務。

在應用和算力的雙驅動下，我國機器視覺進入了起步期。此時CPU算力提升，PC-Base系統可以承接一般性難度的問題。國內幾個代表性產業如人民幣印鈔質量檢測、煙草和原棉異物剔除、郵政分揀等對機器視覺提出強烈的應用需求，我國開始出現一些專業的機器視覺公司。

是我國機器視覺產業發展劃時代的一年。以蘋果手機加工制造為核心的3C電子制造產業進入高精度100μm時代，迫切需要用機器替代人來保障產品加工精度和質量的一致性。蘋果手機加工制造的應用需求直接推動了我國機器視覺產業進入發展初期。

?

2010年后，手機產業的飛速發展帶來整個3C電子制造業的變革，大大擴展了機器視覺的應用場景，加速促進了機器視覺產業的發展。我國陸續涌現出近百家機器視覺新創企業，很多自動化設備公司也增設了機器視覺部門，此外安防監控領域的一些企業也開始研發應用機器視覺技術。

AI算法的發展使我國機器視覺進入發展中期。從2010年開始的近十年，我國機器視覺產業發展一直保持20%-30%的增速。到2020年我國的機器視覺產業規?；九c歐洲體量相當。