机器视觉（又称计算机视觉）是指使机器能够分析和理解来自现实世界的图像或视频序列的一整套方法与技术。该领域位于人工智能与信号处理的交叉点，旨在模拟人类对视觉场景的理解能力。与传统的图像采集不同，机器视觉强调从视觉数据中提取有意义的信息，使机器能够据此做出决策或采取行动。
应用场景与案例
机器视觉广泛应用于目标识别、人脸检测、自动驾驶、工业质检、智能视频监控、车牌自动识别以及医学影像诊断等。例如，在制造业中可实现产品的自动化检测，在医疗领域可辅助早期疾病筛查。
主流软件工具、库与框架
主流工具包括开源库OpenCV，深度学习框架TensorFlow和PyTorch，以及专业领域的Detectron2、YOLO和MMDetection。此外，Halcon和MATLAB等完整软件解决方案在工业界也被广泛采用。
最新发展、趋势与演进
随着深度学习的突破，机器视觉正快速发展，实现了更高精度的图像识别与理解。扩散模型和transformer架构为上下文分析带来了新机遇。机器视觉与嵌入式系统和边缘计算的结合，使得实时、现场处理成为可能，进一步提升了数据安全性和智能系统的响应能力。