机器视觉的概念起始于20世纪60年代，最先的应用来自“机器人”的研制。最早基于视觉的机器系统，先由视觉系统采集图像并进行处理，然后通过计算估计目标的位置来控制机器运动。1979年提出了视觉伺服（Visual Servo）概念，即可以将视觉信息用于连续反馈，提高视觉定位或追踪的精度。

　　20世纪50年代：主要集中在二维图像的简单分析和识别上，如字符识别，工件表面、显微图片和航空图片的分析和解释等。

　　60年代：MIT的Roberts通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，触摸屏，并对物体形状及物体的空间关系进行描述。他的研究工作开创了以理解三维场景为目的的三维计算机视觉研究。

　　70年代：首次提出较为完整的视觉理论，触摸屏，已经出现了一些视觉应用系统。70年代中期，MIT人工智能（Artificial Intelligence）实验室正式开设“机器视觉”课程。1973年MITAILab吸引了国际上许多知名学者参与视觉理论、算法、系统设计的研究，D。Marr教授就是其中的一位，他于1973年应邀在MITAILab领导一个以博士生为主体的研究小组，1977年提出了视觉计算理论（Vision Computational Theory），该理论在80年代成为计算机视觉领域中的一个十分重要的理论框架。

　　80年代中期：计算机视觉获得蓬勃发展，新概念、新方法、新理论不断涌现。我国早期正式介绍计算机视觉的文献：计算机视觉：一个兴起的研究领域，计算机应用与软件，1984年第3期。