机器视觉与计算机视觉的区别

简单区分：

•学科：

机器视觉作为一门系统工程"学科"，有别于计算机视觉，是计算机科学基础的一种形式;

计算机视觉属于计算机"科学"，涉及到从图像中提取信息的人工系统背后的理论,她跨学科。

•领域：

机器视觉是计算机视觉在工厂自动化中的应用，传统的机器视觉主要应用于工业领域，计算机视觉不限于工业领域。

从狭义的视觉系统角度出发，计算机视觉属于机器视觉系统的一部分。

•信息处理程度：

机器视觉主要是提取信息，计算机视觉提取并理解信息（定义区分）

•软硬件

机器视觉系统中一定包含硬件。计算机视觉系统中不一定包含硬件，偏算法。

详细：

一. 定义

A.机器视觉：Machine vision(MV)

维基百科：“机器视觉一词的定义各不相同，但都包括用于自动从图像中提取信息的技术和方法。”它与图像处理相反，图像处理的输出是另一幅图像。提取的信息可以是简单的好部分/坏部分信号，也可以是一组复杂的数据，比如图像中每个对象的id、位置和方向。该信息可用于工业上的自动检测、机器人和过程制导、安全监控和车辆制导等应用。这一领域包括大量的技术、软件和硬件产品、综合系统、行动、方法和专门知识。在工业自动化应用中，机器视觉实际上是这些功能的唯一术语;

B.计算机视觉：Computer vision(CV)

维基百科：”计算机视觉是指从一张图像或一系列图像中自动提取、分析和理解有用信息。它涉及到理论和算法基础的发展，以实现自动视觉理解。“它是一个跨学科的科学领域，研究如何使计算机从数字图像或视频中获得高层次的理解。从工程学的角度来看，它试图自动化人类视觉系统能够完成的任务。

二.应用

机器视觉

1. 半导体

机器视觉系统在半导体器件制造中有着广泛的应用;事实上，如果没有机器视觉，计算机芯片的产量将会显著降低。机器视觉系统检查硅片、处理器芯片以及电阻和电容等子组件。

2. 汽车工业

机器视觉系统用于引导工业机器人，测量冲压金属部件的配合程度，并检查涂漆车辆的表面是否有缺陷。

3. 军事

虽然机器视觉技术是针对可见光谱开发的，但同样的处理技术也可应用于使用对其他形式的光(如红外线)敏感的成像仪拍摄的图像。

计算机视觉

计算机视觉包括场景重建、事件检测、视频跟踪、目标识别、三维姿态估计、运动估计和图像恢复。

二.视觉系统的指标

任何视觉系统（计算机视觉或者机器视觉）的两个重要指标：

•灵敏度：是机器在昏暗光线下观察的能力，或在不可见波长下探测微弱脉冲的能力。

•分辨率：是机器区分物体的程度。一般来说，分辨率越高，视野范围就越狭窄。

当在其他因素保持不变的情况下，它们的关系是，增加灵敏度降低分辨率，提高分辨率降低灵敏度。

三.视觉系统

a.机器视觉系统de组件

简单的机器视觉系统包含以下组件:

1.一个光学传感器

2.黑白相机

3.照明（确保图像清晰）

4.帧捕获器（计算机摄像头接口卡）

5.图像处理的计算机软件（用于图像的分析和处理，根据所分析图像的性质，

可以使用模式匹配或其他算法）

6.数字信号硬件或用于报告结果的网络连接

光学传感器一旦确定物体在传送带上移动到了待检查位置，它就触发相机对该物体拍照，机器视觉系统中的照明设计是用于物体高亮显示感兴趣的特征，并使不感兴趣的特征的外观变得模糊或最小化。相机的图像由帧捕捉器捕捉。帧捕获器是一种计算机卡，它将摄像机的输出转换为数字格式，并将图像存储在计算机内存中，以便机器视觉软件对其进行处理。该软件通常会采取几个步骤来处理图像。通常首先对图像进行处理，减少噪声或将灰度图转换为二值图。

在最初的简化之后，软件将对图像中的对象计数、测量和/或识别图像中的对象。作为最后一步，软件根据编程标准来判断物体是否通过。如果某个物体出现故障，软件会向机器人发出信号，让其拒绝接受该物体;另外，系统会提示人工修复导致故障的生产问题。

四.图像处理技术

商业和开源的机器视觉系统包通常包括许多不同的图像处理技术，如: - 像素计数:计算亮像素或暗像素的数量 - 阈值化:将灰度图像转换为黑白图像 - 连通性和分割:通过区分像素的亮连接区域和暗连接区域来定位和/或计数部件 - 条码读取:机器读取或扫描一维和二维条码的解码 - 光学字符识别:自动读取文本 - 测量:测量物体的尺寸 - 边缘检测:寻找目标边缘 - 模板匹配:查找、匹配和/或计数特定的模式 - 鲁棒模式识别:对象的位置，可以旋转，被另一个对象临时遮挡，或改变大小在大多数情况下，机器视觉系统将使用这些处理技术的组合来执行完整的检查。

五.区别

机器视觉不同于计算机视觉，计算机视觉是一个“学术研究领域”，通常被归为人工智能的子领域。计算机视觉扩展到与机器人和人类视觉的机器表示相关主题。机器视觉是指在工厂、装配厂和其他工业环境中使用的自动化成像“系统”。机器视觉系统是一种基于数字图像分析做出决策的计算机。正如在装配线上工作的检验人员通过目视检查零件来判断工艺质量一样，机器视觉系统也使用数码相机和图像处理软件进行类似的检查。

如果我们把机器视觉看作一个系统的主体，那么计算机视觉就是视网膜、视神经、大脑和中枢神经系统。机器视觉系统使用摄像机来查看图像，然后计算机视觉算法对图像进行处理和解释，然后指示系统中的其他组件对这些数据采取行动。

计算机视觉可以单独使用，而不需要成为大型机器系统的一部分。但是一个机器视觉系统如果没有计算机和其核心的特定软件是无法工作的。这远远超出了图像处理。在计算机视觉(CV)术语中，图像甚至不必是照片或视频;它可能是来自热或红外传感器、运动探测器或其他来源的“图像”。

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

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

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）。