在这个工业自动化飞速发展的时代，机器人从出现到逐渐成为了现代生活的重要角色之一。随着技术的不断成熟、完善，机器人在工业生产中也实现着越加完美的功能，其特征更加趋于“人性化”。机器人的“眼睛”成为了极其重要的一个“器官”，因为它使得机器人拥有了机器视觉。然而什么又是机器视觉呢？它与计算机视觉的不同之处体现在何处？

什么是机器人视觉？

在基础的术语中，机器人视觉是相机硬件结合计算机算法的组合体，利用机器人对现实世界的视觉数据进行处理。例如，通过系统实现二维摄像头对机器拾起对象物的检测功能。

倘若机器视觉不存在，机器人基本相当于瞎子。机器人执行的任务并不完全依靠其视觉能力，但如果要更全面、更高效地发挥机器人的优势，或者说对于某些应用而言，机器人视觉必不可少。

关于机器人视觉（RobotVision）的“族谱”

机器人视觉不仅与机器视觉密切相关，而且与计算机视觉也有紧密关联。如果这里面成立了是一个所谓的“族谱”，那么计算机视觉还可以看作是这二者的“父母”。不过为了更具体地了解他们在整个系统中的位置，必要对其“祖父母”的信号处理作进一步解析。

信号处理（SignalProcessing）

信号处理包括处理电子信号，或是清理（例如：除噪），提取信息，为输出到显示端的前置预处理，或者为他们的进一步处理做准备的预处理。任何东西或多或少都可以当是一个信号。有各种类型的信号可以被处理，例如：模拟信号，数字信号，频率信号等等。在对机器人视觉的应用中，针对图像的处理更为普遍。而基本上，图像仅是作为二维（或更多维）的信号。

图像处理与计算机视觉（ImageProcessingvsComputerVision）

计算机视觉与图像处理技术并列存在，互不干扰，且还能相互辅助。图像处理技术重在提高图像质量、格式转换（如直方图）。而计算机视觉主要作用是从图像中提取、感知信息。比如，一张彩图可通过图像处理技术将其色彩调整为其他颜色，而检测图像中的对象就需要利用计算机视觉。但是，二者都同样深受光学的影响。

图形识别与机器学习（PatternRecogniTIonandMachineLearning）

机器学习又是作用于计算机视觉的另一个“母体”，该分支方向主要为识别数据中的图形，也使得机器人视觉的功能更具先进性。比如，为能从它的图像中识别一个对象，要求软件必须能监测到目前视查的对象是否为前面的对象。

然而，这不是说每一种计算机视觉技术完全需要机器学习。也可以“另辟蹊径”，比如使用信号替代，这就不需要对图像进行机器学习，并将其作为一个Input输入到机器学习算法。

机器视觉（MachineVision）

这里的机器视觉相对前述所说，又是另一种概念。除了技术部分，机器视觉在工业中的实际应用层面更占重量。机器视觉具有自动检测、过程控制和机器人导引等一系列支撑现代工业生产检测的关键功能。因而在此，机器视觉相对而言是一个工程领域。

然而从某种层面而言，机器视觉与计算机视觉之间的关系又可以比作子母，计算机视觉为机器视觉提供了相应的算法、技术指导。

返回列表