人的眼睛是感觉之窗，人有８０％以上的信息是靠视觉获取，能否造出“人工眼”让机器也能象人那样识文断字，看东西，这是智能自动化的重要课题。关于机器识别的理论，方法和技术，称为模式识别。所谓模式是指被判别的事件或过程，它可以是物理实体，如文字，图片等，也可以是抽象的虚体，如气候等。机器识别系统与人的视觉系统类似，由信息获取，信息处理与特征抽取，判决分类等部分组成。

１、机器认字：

大家知道，信件投入邮筒需经过邮局工人分拣后才能发往各地。一人一天只能分拣２～３千封信，现在采用机器分拣，可以提高效率十多倍。机器认字的原理与人认字的过程大体相似。先对输入的邮政编码进行分析，并抽取特征，若输入的是个６字，其特征是底下有个圈，左上部有一直道或带拐弯。其次是对比，即把这些特征与机器里原先规定的０到９这十个符号的特征进行比较，与哪个数字的特征最相似，就是哪个数字。这一类型的识别，实质上叫分类，在模式识别理论中，这种方法叫做统计识别法。

机器人认字的研究成果除了用于邮政系统外，还可用于手写程序直接输入，政府办公自动化，银行合计，统计，自动排版等方面。

２、机器识图：

现有的机床加工零件完全靠操作者看图纸来完成。能否让机器人来识别图纸呢？这就是机器识图问题。机器识图的方法除了上述的统计方法外，还有语言法，它是基于人认识过程中视觉和语言的联系而建立的。把图像分解成一些直线、斜线、折线、点、弧等基本元素，研究它们是按照怎样的规则构成图像的，即从结构入手，检查待识别图像是属于哪一类“句型”，是否符合事先规定的句法。按这个原则，若句法正确就能识别出来。

机器识图具有广泛的应用领域，在现代的工业，农业，国防，科学实验和医疗中，涉及到大量的图象处理与识别问题。

３、机器识别物体：

机器识别物体即三维识别系统。一般是以电视摄像机作为信息输入系统。根据人识别景物主要靠明暗信息，颜色信息，距离信息等原理，机器识别物体的系统也是输入这三种信息，只是其方法有所不同罢了。由于电视摄像机所拍摄的方向不同，可得各种图形，如抽取出棱数，顶点数，平行线组数等立方体的共同特征，参照事先存储在计算机中的物体特征表，便可以识别立方体了。

目前，机器可以识别简单形状的物体。对于曲面物体，电子部件等复杂形状的物体识别及室外景物识别等研究工作，也有所进展。物体识别主要用于工业产品外观检查，工件的分选和装配等方面。