机器人视觉，计算机视觉，图像处置，机器视觉和形式辨认之间有什么区别？晓得哪一个是哪个会让人感到困惑。我们来看看一切这些术语的含义以及它们与机器人技术的关系。阅读本文后，您再也不需求感到困惑了！

当人们议论机器人视觉技术时，人们有时会混杂不清。他们会说他们正在运用“计算机视觉”或“图像处置”，事实上，他们的意义是“机器视觉”。这是一个完整能够了解的错误。一切不同术语之间的界线有时会含糊不清。

在本文中，我们合成了机器人视觉的“家谱”，并展现了它在更普遍的信号处置范畴中的适用范围。

什么是机器人视觉？

在根本术语中，机器人视觉触及运用相机硬件和计算机算法的组合，以允许机器人处置来自世界的视觉数据。例如，您的系统可能有一个2D摄像头，能够检测机器人拾取的对象。更复杂的例子可能是运用3D平面相机引导机器人将轮子装置到挪动的车辆上。

没有Robot Vision，您的机器人根本上是自觉的。关于许多机器人任务而言，这不是问题，但关于某些应用，机器人视觉是有用的以至是必要的。

机器人视觉的家谱
机器人视觉与机器视觉亲密相关，我们将在稍后引见。它们都与计算机视觉亲密相关。假如我们议论家谱，计算机视觉能够被看作是他们的“父母”。但是，为了了解它们在世界上的适用范围，我们必需更进一步引入“祖父母”-信号处置。

信号处置
信号处置触及处置电子信号以清算它们（例如去除噪声），提取信息，准备它们输出到显现器或准备它们以进行进一步处置。任何东西都能够是一个信号，或多或少。存在能够处置的各品种型的信号，例如模仿电信号，数字电子信号，频率信号等。图像根本上只是两个（或更多）维信号。关于Robot Vision，我们对图像处置感兴味。所以，我们谈的是图像处置，对吧？不对。

图像处置与计算机视觉

计算机视觉和图像处置就像表兄弟一样，但它们有着截然不同的目的。图像处置技术主要用于进步图像质量，将其转换为另一种格式（如直方图）或以其他方式更改以进行进一步处置。另一方面，计算机视觉更多的是从图像中提取信息以了解它们。因而，您能够运用“图像处置”将彩色图像转换为灰度，然后运用“计算机视觉”检测该图像中的对象。假如我们进一步察看家谱，我们会发现这两个域都遭到物理学范畴的影响，特别是光学范畴。

形式辨认与机器学习
到目前为止，这么简单。当我们将形式辨认包含在家谱中，或者更普遍地包括机器学习时，它开端变得愈加复杂。该系列的这一分支专注于辨认数据中的形式，这关于Robot Vision所需的许多更高级的功用十分重要。例如，为了可以从其图像中辨认对象，软件必需可以检测它看到的对象能否与先前的对象相似。因而，机器学习是计算机视觉的另一个父母，同时也是信号处置。

但是，并非一切计算机视觉技术都需求机器学习。您还能够对非图像的信号运用机器学习。在理论中，这两个域通常组合如下：计算机视觉检测图像中的特征和信息，然后将其用作机器学习算法的输入。例如，计算机视觉检测传送带上部件的尺寸和颜色，然后机器学习依据其理解好部件应该是什么样的学问来决议这些部件能否有毛病。

机器视觉
如今我们进入机器视觉，一切都在变化。这是由于Machine Vision与之前的一切术语完整不同。它更多地是关于特定应用而不是技术。机器视觉是指用于自动检测，过程控制和机器人引导的视觉的工业用处。其他的“家庭”是科学范畴，而机器视觉是一个工程范畴。

在某些方面，您能够将其视为计算机视觉的孩子，由于它运用计算机视觉和图像处置的技术和算法。但是，虽然它用于引导机器人，但它与机器人视觉并不完整相同。

最后，我们来到Robot Vision。假如你不断关注这篇文章，你会发现Robot Vision分离了以前一切术语中的技术。在许多状况下，机器人视觉和机器视觉能够互换运用。但是，有一些细微的差异。一些机器视觉应用，例如零件检测，与机器人无关-该部件仅放置在寻觅毛病的视觉传感器前面。

此外，Robot Vision不只是一个工程范畴。这是一门具有本人特定研讨范畴的科学。与地道的计算机视觉研讨不同，机器人视觉必需将机器人技术的各个方面融入其技术和算法中，例如运动学，参考框架校准和机器人物理影响环境的才能。视觉伺服是一种技术的圆满例子，它只能被称为机器人视觉，而不是计算机视觉。它触及经过运用由视觉传感器检测到的机器人位置的反应来控制机器人的运动。

(科技产业责编：陈峰 )