随着互联网、大数据、云计算等计算机技术的不断发展与突破,人工智能正催生一批颠覆性技术,引领新一轮的科技革命和产业变革。从人工智能诞生起,机器视觉的相关研究及应用便成为热门的研究领域。本文将CiteSpace可视化知识图谱工具引入机器视觉领域的相关研究中。选取2010年至2019年机器视觉领域中收录于Web of Science核心合集的高水平论文文献以及2000年至2019年116个主要国家的专利数据的有效授权发明专利进行分析。以一个全新的视角为机器视觉领域的研究提供方向和思路,并为文献统计分析提供实证研究案例。旨在全面把握和剖析机器视觉领域目前的发展状况,探测明晰其研究热点前沿与技术机会。本研究的主要内容如下:(1)利用Web of Science进行引文分析并运用CiteSpace信息可视化工具进行合作网络分析、共被引分析、突变性探测、半衰性、中心性及H-index分析。从宏观角度,对机器视觉领域的文献时间分布整体情况进行分析。从微观角度,通过构建该领域主体间的合作知识图谱展示国家(地区)、科研机构、作者合作网络、学术期刊和基金资助机构各方面的情况。分析出该领域的高水平文章的发文量与被引频次都保持增长,处于较高水平的蓬勃发展上升期,中美两国在该领域的研究处于主导地位。如今,中国已成为世界机器视觉发展最活跃的地区之一。(2)通过对文献关键词进行共现分析得出:分类、系统、算法、识别、模型、特征、图像、分割、跟踪、图像处理、图像分析、视觉和颜色这些词汇组成了该领域的热点。通过对高频关键词做突变性检测得到:形状、质地、边缘检测、信息、模式识别、动作、最优化、视察、光流、相机校正等成为研究热点新兴领域与研究前沿。(3)利用Patsnap工具对机器视觉领域的专利文献分析可知:中美的研究机构占比最高。分析技术焦点图得到该领域未来发展趋势是G06(计算;推算;计数),通过对比世界与中国机器视觉领域重点研究机构的技术领域地图、创新词云、旭日图及专利地图分析得出:在激光检测、图像处理、信息融合和压缩感知方向和国外比较处于劣势,需要加大投入。