機器人視覺、計算機視覺、圖像處理、機器視覺和圖形識別，這幾者之間到底有神馬區(qū)別呢？

要弄清楚他們哪一個是哪一個，有時候也真的是容易混淆的。接下來看看這些術(shù)語的具體含義是什么，以及他們與機器人技術(shù)有什么關(guān)聯(lián)。讀了這篇文章后，你就再也不會被這些概念弄糊涂了！

當人們有時候談?wù)摍C器人視覺的時候，他們搞混淆了。當他們說，他們正在使用“計算機視覺”或“圖像處理”的時候，實際上，他們的意思是正在使用‘機器視覺’，這是一個完全可以理解的錯誤。因為，所有不同術(shù)語之間的界限有時候也是有些模糊的。

在這篇文章當中，我們分解了機器人視覺的“族譜”，以顯示在更廣泛的信號處理領(lǐng)域所在的位置。

什么是機器人視覺(RobotVision)？

在基本術(shù)語中，機器人視覺涉及使用相機硬件和計算機算法的結(jié)合，讓機器人處理來自現(xiàn)實世界的視覺數(shù)據(jù)。例如，您的系統(tǒng)可以使一個二維攝像頭，檢測到機器將拿起來的一個對象物。更復(fù)雜的例子可能是使用一個3D立體相機來引導機器人將車輪安裝到一個以移動中的車輛上。

如果沒有機器視覺，你的機器人基本上是個瞎子。對一些機器人任務(wù)來說，這也許不是一個問題。但對于某些應(yīng)用來說，機器人視覺是有幫助的，甚至是必不可少的。

機器人視覺(RobotVision)的“族譜”

機器人視覺與機器視覺密切相關(guān)，機器視覺我們稍后再介紹。他們兩個又都與計算機視覺密切相關(guān)。如果他們談?wù)摰氖且粋€“族譜”，計算機視覺可以看作是他們的“父母”。然而，為了詳細的了解他們在整個系統(tǒng)中的位置，我們要更進一步介紹他們的“祖父母”-信號處理。

族譜

信號處理(SignalProcessing)

信號處理包括處理電子信號，或是清理(例如：除噪)，提取信息，為輸出到顯示端的前置預(yù)處理，或者為他們的進一步處理做準備的預(yù)處理。任何東西都可以是一個信號，或多或少。有各種類型的信號可以被處理，例如：模擬信號，數(shù)字信號，頻率信號等等。圖像基本上只是二維(或更多維)的信號。對于機器人視覺，我們感興趣的是針對圖像的處理。所以，我們在討論圖像處理，對嗎？不對。

圖像處理與計算機視覺(ImageProcessingvsComputerVision)

計算機視覺和圖像處理就像堂兄妹，但他們有著很不同的目標。圖像處理技術(shù)主要是用來提高圖像的質(zhì)量，將其轉(zhuǎn)換成另外一種格式(如直方圖)或改變它以進一步處理。另一方面，計算機視覺更側(cè)重于從圖像中提取信息，以感知它們。因此，您可能會使用圖像處理將彩色圖像轉(zhuǎn)換為灰度圖像，然后用計算機視覺檢測圖像中的對象。如果我們再進一步往上看這個“族譜”，我們看到，這兩個領(lǐng)域都受物理領(lǐng)域很大的影響特別是光學。

圖形識別與機器學習(PatternRecognitionandMachineLearning)

到目前為止，情況還這么簡單。當我們將圖形識別或更廣泛的機器學習加入到“族譜”當中的時候，情況就開始變得有些復(fù)雜。這個分支專注于識別數(shù)據(jù)中的圖形，對于需要機器人視覺的旭東更先進的功能來說這是相當重要的。例如，為了能夠從它的圖像中識別一個對象，該軟件必須能夠監(jiān)測到它所看到的對象是不是之前看到過的對象。因此，機器學習是計算機視覺除信號處理之外的另外一個母體。

然而，并不是所有的計算機視覺技術(shù)都需要機器學習。你也可以使用信號，而不是圖像進行機器學習，然后將其作為一個Input輸入到機器學習算法。例如。計算機視覺檢測到傳送帶上的零件大小和顏色，然后機器學習根據(jù)它從正常的良品看起來應(yīng)該是什么樣子學到的知識，來判定這些零件是不是不良品。

機器視覺(MachineVision)

現(xiàn)在我們談到機器視覺，一切都將改變。這是因為機器視覺完全不同于之前談到的術(shù)語。它更側(cè)重于特定的應(yīng)用，而不僅僅是關(guān)注技術(shù)的部分。機器視覺是指工業(yè)用途的視覺來進行自動檢測、過程控制和機器人導引。“族譜”的其余部分是科學領(lǐng)域，而機器視覺是一個工程領(lǐng)域。

某種程度上來說，你可以認為機器視覺是計算機視覺的孩子，因為它使用計算機視覺和圖像處理的技術(shù)和算法。但是，雖然它可以用來指導機器人的，他又不完全是機器人視覺。

機器人視覺(RobotVision)

最后，終于到達機器人視覺。如果你一直跟隨閱讀這篇文章直到現(xiàn)在，你會意識到機器人視覺采用了所有以前的技術(shù)。在許多情況下，機器人視覺和機器視覺相互交替使用。然而，還是有些微妙的差異。一些機器視覺應(yīng)用，如零件監(jiān)測，與機器人無關(guān)，工件僅僅是放置在一個用來探測不良的視覺傳感器前面即可。

機器視覺而非機器人視覺

此外機器人視覺不僅是一個工程領(lǐng)域。它也是一門有自己特定的研究領(lǐng)域的科學。區(qū)別于春計算機視覺研究，機器人視覺必須將機器人技術(shù)納入到其技術(shù)和算法，如運動學，參考幀校準和及愛人物理影響環(huán)境的能力。視覺伺服就是一個智能被稱為機器人視覺技術(shù)而不是計算機視覺的完美典范。它涉及到機器人的運動控制，通過使用視覺傳感器檢測到機器人位置的反饋。

輸入與輸出

下面匯總上面介紹的每個領(lǐng)域術(shù)語的基本的輸入和輸出來結(jié)尾這篇文章。