计算机视觉(Computer Vision, CV) 机器视觉（Machine Vision, MV）

计算机视觉(Computer Vision, CV) & 机器视觉（Machine Vision, MV） 

从学科分类上， 二者都被认为是 Artificial INTELligence 下属科目。

什么是计算机视觉？

“计算机视觉”是指用计算机实现人的视觉功能，对客观世界的三维场景的感知、识别和理解。

计算机视觉是一个处于指示前沿的领域。

我们认为计算机视觉，或简称为“视觉”，是一项事业，它与研究人类或动物的视觉是不同的。

它借助于几何、物理和学习技术来构筑模型，从而用统计的方法来处理数据。

因此从我们的角度看，在透彻理解摄像机性能与物理成像过程的基础上，视觉对每个像素进行简单的推理，将在多幅图像中可能得到的信息综合成和谐的整体，确定像素集之间的联系以便将它们彼此分割开，或推断一些形状信息，使用几何信息或概率统计技术来识别物体。

什么是机器视觉？

机器视觉，即采用机器代替人眼来做测量和判断。

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分cmos和ccd两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。

进而根据判别的结果来控制现场的设备动作。

目前广泛应用于食品和饮料、化妆品、建材和化工、金属加工、电子制造、包装、汽车制造等行业。

机器视觉是个相对较新的技术，它为制造工业在提高产品质量、提高生产效率和操作安全性上提供了许多技术。

在其他相关技术中，机器视觉包括图像数字化、图像操作和图像分析，通常使用计算机来完成，所以说它是一门覆盖图像处理和计算机视觉的专业。

然而，我们又强调过机器视觉、计算机视觉和图像处理不是同义的。

它们其中之一都不是任何其他两个的子集。

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一个特殊领域。

机器视觉没有说明要使用计算机，但是在获取高速处理速度上经常会使用特殊的图像处理硬件，这个速度是普通计算机所不能达到的。

但实际提及时， 主观感觉上MV 更多注重广义图像信号（激光，摄像头）与自动化控制（生产线）方面的应用。

CV 更多注重（2D, 3D）图像信号本身的研究以及和图像相关的交叉学科研究（医学图像分析，地图导航）。

所以，

CV其实就是偏软的视觉处理技术，主要用于识别方面。

MV是偏硬的视觉处理技术，主要用于工业机器人方面。

两者的核心都涉及视觉处理算法。