机器视觉与计算机视觉概念是一样的吗？
> 机器视觉与计算机视觉概念是一样的吗？
机器视觉与计算机视觉概念是一样的吗？
初识机器视觉和计算机视觉这两个名词，感觉是差不多的，都是视觉，而且计算机也是机器，研究计算机视觉不就是研究机器视觉吗？也许很多人都跟我同感，但通过涉入这一领域，在通过系统的学习之后，我发觉它们两者既有许多相同点，但若把两者等同起来，就会束缚你的视野，它们属于不同的学科。我们研究计算机视觉的目的就是根据人类的视觉特性来给计算机带来&光明&，让它更好的来替代人来工作或者完成人类不能完成的工作，更好的为企业减少劳动力，也更大的提高生产效率，同时也不断在提高人们的生活质量。研究机器视觉是更好为工业中的制造业提供更多有利于提高产品质量和提高生产效率的支持。
机器视觉中把计算机作为载体或者说是工具，主要是利用计算机高效率的CPU，因为视觉里看到的都是图像，而对图像的处理往往比较耗时，所以能更快的完成图像处理，为以后的控制赢得时间，计算机是&当仁不让&了，而随着大规模集成电路的发展，FPGA、DSP等这些具有处理能力的芯片也在不断的提高性能，以后的机器视觉会不会把它们作为载体而产生FPGA视觉或DSP视觉呢？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。
机器视觉伴随计算机技术、现场总线技术的发展，技术日臻成熟，已是现代加工制造业不可或缺的产品，广泛应用于食品和饮料、化妆品、制药、建材和化工、金属加工、电子制造、包装、汽车制造等行业。[摘自工控论坛：/detail.asp?id=232610]
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。机器视觉越来越受欢迎有这样一个主要原因：光学传感具有与生俱来的清洁、安全性和通用性。用视觉有可能去做其他人不知道用传感方法可以做到的事情，比如识别污点、铁锈或者表面腐蚀等等.
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，它是一门覆盖图像处理和计算机视觉的专业。然而，我们强调机器视觉、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。
尽管早在20世纪30年代用于工业监测的视频系统就已被使用，但工业机器视觉系统首次引起关注是在20世纪70年代中期。在整个20世纪80年代早期，机器视觉发展的很缓慢，主要就是学术研究，很少引起工业兴趣。到了20世纪80年代中期，机器视觉有了一个很大推动力，这个就是主要美国汽车制造商对视觉系统产生了较大兴趣。然后，在美国经历了一段严重的幻觉时期，许多视觉公司纷纷倒闭。而到了80年代末期和90年代早期，由于处理速度的大大提升，机器视觉系统引起了广泛关注。在90年代中期，随着现代RISC处理器提供了在标准计算平台的高处理速度，于是具有通用目的的处理器的角色被修改。在这个时期，学术工作者一直在大范围的产品中稳步地提高灵活性，这个取代了制造工业的主要分支的所有研究。[引自：http://www.eeng.dcu.ie/~whelanp/resources/r_preface.html]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?D?D对客观世界的三维场景的感知、识别和理解。这里主要有两类方法：一类是仿生学的方法，参照人类视觉系统的结构原理，建立相应的处理模块完成类似的功能和工作；另一类是工程的方法，从分析人类视觉过程的功能着手，并不去刻意模拟人类视觉系统内部结构，而仅考虑系统的输入和输出，并采用任何现有的可行的手段实现系统功能。[摘自《图像理解与计算机视觉》]
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，或简称位&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。[摘自《计算机视觉?D?D一种现代方法》]
计算机视觉成为一门独立的学科，至少可以从美国麻省理工学院Marr教授这一代人所做的奠基工作开始，因此计算机视觉这门学科至少已有20～30年的历史。在此期间，由于计算机视觉具有的潜在应用十分广泛，所涉及的学科知识极其繁多，研究的问题又几富挑战性，因此它一直是计算机学科中的一门热门学科，并吸收了许多从事心理学、神经科学、生理学、生物物理学、数学与计算机学科等各种学科研究人员的关注，从而把图像处理、模式识别、人工智能、数学、认知科学、机器学习、计算机图形学等各方面的研究成果融会进来。
计算机视觉是人工智能的一个子领域，它的目的是让计算机理解图像中的一个场景或者特征，它包括以下几个方面的解释：[摘自machinevision的网上定义]
1.为了控制目标而获取所需数据通过图像的自动获取和分析www.machinevisiononline.org/public/articles/articlesdetails.cfm
2.给一个有能力去做事和反应的机器人提供导航系统使之能改变位置/CDA/ArticleInformation/news/news_item/0,,00.html
3.用视频摄像机、机器人或者其他设备的一个系统，并且用计算机去做可视化的分析操作或行为。典型应用包括自动监测、光学字符识别和其他的非接触应用。/glos6.htm
4.机器视觉是计算机视觉在工厂自动化的一个应用。正如监视员在一个装配线上工作，可视地监视物件并判断其质量，因此机器视觉系统使用照相机和图像处理软件来完成类似的监视。一个机器视觉系统是一个在基于数字图像分析上作决定的计算机。http://en.wikipedia.org/wiki/Machine_vision
通过上面的定义，其实机器视觉和计算机视觉并没有很清晰的界限，而是紧密的联系在一起，它们有着相同的理论，只是在应用中根据具体实际应用目标的不同而不同。计算机视觉与机器视觉都是要从图像或图像序列中获取对世界的描述，因此，对基本层的图像获取、图像处理，中层的图像分割、图像分析和高层的图像理解这些理论知识的掌握对两者来说都是&万变不离其宗&。
分享给小伙伴们：
我来说两句……
最新技术贴
微信公众号二
微信公众号一应用：工业|
热门搜索：
当前位置：
盘点中国三大计算机视觉公司
人工智能领域的融资总额一直在逐年稳步增长，从2010年时的2亿美元到2013年时的6亿美元，再到2015年时的12亿美元。在2016年的第一季度，人工智能领域已经融到逾4亿美元的资金，这个水平跟2015年同期旗鼓相当，而全年甚至有望更上一层楼。
　　人工智能领域的融资总额一直在逐年稳步增长，从2010年时的2亿美元到2013年时的6亿美元，再到2015年时的12亿美元。在2016年的第一季度，人工智能领域已经融到逾4亿美元的资金，这个水平跟2015年同期旗鼓相当，而全年甚至有望更上一层楼。　　计算机视觉与　　计算机视觉是一门研究如何使机器&看&的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中&感知&的科学。它的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。　　机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。　　从学科分类上，二者都被认为是ArtificialIntelligence下属科目，不过计算机视觉偏软件，通过算法对图像进行识别分析，而机器视觉软硬件都包括(采集设备，光源，镜头，控制，机构，算法等)，指的是系统，更偏实际应用。简单的说，我们可以认为计算机视觉是研究&让机器怎么看&的科学，而机器视觉是研究&看了之后怎么用&的科学。　　随着硬件、算法及大数据的不断发展，整个人工智能领域面临前所未有的规模增长，也促使了国外的许多创业公司被大公司收购。　　5月，美国亚马逊公司收购了一支欧洲顶级机器视觉团队用于领域研究。无独有偶，英特尔收购了俄罗斯计算机视觉公司Itseez，用于无人驾驶领域。ARM宣布以3.5亿美元收购英国嵌入式计算机视觉技术公司Apical。此前，Snapchat收购计算机视觉公司SPinterest收购视觉创业公司VisualGTwitter收购基于深度学习的计算机视觉创业公司Madbits。　　同时图像识别的能力越来越强，错误率越来越低，国内也陆续爆发了大批优秀的计算机视觉(ComputerVision)创业公司。　　1、旷视科技：让机器看懂世界　　北京旷视科技有限公司成立于2012年11月，公司专注于人脸识别技术和相关产品应用研究，面向开发者提供服务，能提供一整套人脸检测、人脸识别、人脸分析以及人脸3D技术的视觉技术服务，主要通过提供云端API、离线SDK、以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中。　　Face++通过和众多互联网公司合作，并通过&脱敏&技术掌握到了500万张人脸图片数据库，在互联网图片人脸识别LFW的准确率达到99.6%，合作伙伴包括阿里、360等一批大型的图片、社交、设备类企业。　　2、云从科技：源自计算机视觉之父的人脸识别技术　　广州云从信息科技有限公司(简称云从科技)是一家专注于计算机视觉与人工智能的高科技企业，核心技术源于四院院士、计算机视觉之父&&ThomasS.Huang黄煦涛教授。核心团队曾于2007年到2011年6次斩获智能识别世界冠军，得到上市公司佳都科技与香港杰翱资本的战略投资。　　公司主要技术团队来自中国科学院重庆分院，是中科院研发实力最雄厚的人脸识别团队，并作为中科院战略性先导科技专项的唯一人脸识别团队，代表参与了新疆喀什等地安防布控。　　3、格林深瞳：让计算机看懂世界　　格灵深瞳是一家将计算机视觉和深度学习技术应用于商业领域的科技公司，自主研发的深瞳技术在人和车的检测、跟踪与识别方面居于世界领先水平。公司借助海量数据，让计算机像人一样看懂这个世界，实时获取自然世界正在发生的一切，打造自然世界的搜索引擎。
本文由入驻OFweek公众平台的作者撰写，除OFweek官方账号外，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
邮箱/用户名：
忘记密码？
用其他账号登录： QQ
请输入评论
机器人机器视觉伺服
广东省/深圳市
四川省/成都市
广东省/深圳市
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
广东省/深圳市
广东省/深圳市
广东省/惠州市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：璇烽棶鏈哄櫒瑙嗚?鍜岃?绠楁満瑙嗚?鏈変綍鍖哄埆锛焈鏈哄櫒瑙嗚?鍚?鐧惧害璐村惂
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&绛惧埌鎺掑悕锛氫粖鏃ユ湰鍚х?涓??鍒帮紝鏈?惂鍥犱綘鏇寸簿褰╋紝鏄庡ぉ缁х画鏉ュ姫鍔涳紒
鏈?惂绛惧埌浜烘暟锛