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。