您的位置>首页>新闻动态> 机器视觉与计算机视觉的区别

发布时间: 2020-09-24    浏览量:386
机器视觉与计算机视觉的区别

每天,我们睁开眼都会看见这个多彩的世界,五彩斑斓的花朵、湛蓝的天空、还有亲人熟悉的笑容,对于每一个健康人一出生便享有上天赐予的美好特权,我们可以通过眼镜感知这个世界





然而,你们知道视觉对于机器人是多么难能可贵吗?我们平时所说的计算机视觉和机器视觉又有什么区别呢?


首先,计算机视觉和机器视觉系统共享大部分相同的组件和要求:

· 一种包含图像传感器的成相装置
· 可以使用图像捕获板或帧抓取器(在一些使用现代接口的数码相机中,不需要帧抓取器)
· 适用于应用的照明
· 通过计算机或内部系统处理图像的软件,如许多“智能”相机


计算机视觉是采用图像处理、模式识别、人工智能技术相结合的手段,着重于一幅或多幅图像的计算机分析。

机器视觉则偏重于计算机视觉技术工程化,能够自动获取和分析特定图像,以控制相应的行为。 


1.计算机视觉

计算机视觉是指用摄像机和电脑及其他相关设备,对生物视觉的一种模拟。它的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息,就像人类和许多其他类生物每天所做的那样。

 

计算机视觉的最终目标是使计算机能像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。但能真正实现计算机能够通过摄像机感知这个世界却是非常之难,因为虽然摄像机拍摄的图像我们平时所见一样,但对于计算机来说,任何图像都只是如下图右半边所示的像素值排列,是一堆死板的数字。如何让计算机从这些死板的数字里面读取到有意义的视觉线索,是计算机视觉应该解决的问题。

 


然而,计算机视觉发展多年,却依然存在着一系列难以解决的难题。目前人们掌握的具体计算机视觉任务的方法,也仅仅适用于狭隘的人脸识别、指纹识别等简单任务,无法广泛的应用于不同场合。不过,也有学者认为,随着机器学习方法的日渐普及以及大数据科技的应用,计算机视觉实现质的突破也是指日可待的。 


2.机器视觉 

视觉即使用数学功能分析数字图像,当使用于工业领域我们称之为机器视觉。简单来说,就是用机器代替人眼来做测量和判断。

大多数制造商都使用自动化机器视觉代替人工检测员,因为其更适合执行重复性检测任务。机器视觉更快速、更客观并且能够连续工作。机器视觉每分钟可以检测数百甚至数千个元件,全天候(24 × 7)提供更一致、更可靠的检测结果。

 


机器视觉系统指通过图像采集设备(工业相机或视觉传感器)把图像抓取到,然后将该图像传至处理单元,通过数字化处理,根据像素的分布,亮度,颜色等信息,来进行尺寸,形状,颜色等的判断,进而根据判断的结果,来控制现场的设备动作。



机器视觉能够做些什么?

我们从下面列出的典型机器视觉检测任务中就可以看出机器视觉的用途广泛性和行业。



范围:
• 确定物品的位置,比如验证标签位置的正确性。
• 保证医疗产品包装的完整性,比如检查小药瓶是否完全封闭,是否使用了防篡改密封进
行保护。
• 验证物品的属性是否符合质量标准,如汽车变速器中使用的胶珠的位置和体积。
• 检验制成品和识别缺陷,如表面刮痕、针尖弯曲、焊料痕迹不完整等。• 计数项目数量,如泡罩包装内的药片、盒子里的瓶子、套件内的组成部分等。
• 检查成品装配件的特征,如消费者安全插件是否插入、装配操作是否完成等。
• 在元件出现不合格情况之前,检测加工操作中使用的刀具是否磨损。
• 从微观水平测量尺寸,如火花塞上的间隙。

在了解了食品、饮料、医药和医疗设备及汽车行业的一些具体应用示例后,您可能开始对机器视觉如何能够支持您的制造流程有了一些感受。


3.计算机视觉与机器视觉的异同

 


毋庸置疑,计算机视觉与机器视觉在技术和应用领域上都有相当大的重叠,这表明这两个学科的基础理论大致是相同的,但细究其机理,确实也有一些不同之处:


计算机视觉的研究对象主要是映射到单幅多幅图像上的三维场景。

计算机视觉的研究很大程度上是针对图像的内容。

如下图所示,如何让计算机判断出图片中都是猫,才是计算机视觉研究的内容。

 


机器视觉主要是指工业领域的视觉研究,例如自主机器人的视觉,用于检测和测量的视觉。


这表明在这一领域通过软件硬件,图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器人控制或各种实时操作。举个不恰当的例子,还是上图中的猫,机器视觉是观察上图中成百上千个某一特定形态的猫,发现哪只猫缺只耳朵,然后把它剔除出去。