机器视觉 2021-05-17 11691 0
就学科分类而言，计算机视觉（CV）和机器视觉（MV）均被视为人工智能的从属学科。
“计算机视觉”是指使用计算机实现人类视觉功能，对客观世界中三维场景的感知，识别和理解。计算机视觉是教学的最前沿领域。我们认为计算机视觉或简称“视觉”是一项业务，与研究人类或动物的视觉有所不同。它使用几何，物理学和学习技术来构建模型，然后使用统计方法来处理数据。
因此，从我们的角度来看，视觉在对相机性能和物理成像过程的透彻了解的基础上，对每个像素进行简单推断，将可能在多个图像中获得的信息整合为一个和谐的整体，并确定像素集。为了使它们彼此分离或推断一些形状信息，请使用几何信息或概率和统计技术来识别对象。
机器视觉，即使用机器代替人眼进行测量和判断。机器视觉系统是指通过机器视觉产品（即分为cmos和ccd的图像捕捉设备）捕捉图像，然后根据像素分布和亮度，通过数字处理将图像传输到处理单元，颜色和其他信息，以确定尺寸，形状，颜色等。此外，根据判别结果，控制现场设备的操作。目前广泛用于食品饮料，化妆品，建材化工，金属加工，电子制造，包装，汽车制造等行业。
机器视觉是相对的较新的技术，它为制造业提供了许多技术来提高产品质量，提高生产效率和操作安全性。在其他相关技术中，机器视觉包括图像数字化，图像处理和图像分析，这些通常由计算机完成，因此它是图像处理和计算机视觉的主要内容。但是，我们也强调了机器视觉，计算机视觉和图像处理不是同义词。它们都不是其他任何两个子集的子集。计算机视觉是计算机科学的一个分支，而机器视觉是系统工程的一个特殊领域。机器视觉并未指定使用计算机，但是通常使用特殊的图像处理硬件来获得普通计算机无法实现的高速处理速度。
但是，在实际提及时，主观上，MV更关注广义图像信号（激光，照相机）和自动控制（生产线）的应用。
CV更加关注（2D，3D）图像信号本身的研究以及与图像相关的跨学科研究（医学图像分析，地图导航）。
因此，CV实际上是一种较软的视觉处理技术，主要用于识别。 MV是一种较硬的视觉处理技术，主要用于工业机器人。两者的核心都涉及视觉处理算法。
