秒速赛车

浅析机器视觉和计算机视觉的差异——星上维科技
发布时间: 2019-06-18
浏览次数: 136

在很多情况下,我们误认为机器视觉就是计算机视觉,其实这是不准确的。何为机器视觉?何为计算机视觉?首先我们从定义着手,机器视觉其实就是用机器代替人眼进行测量和判断。计算机视觉是利用计算机和其辅助设备来模拟人的视觉功能,实现对客观世界的三维场景的感知、识别和理解。机器视觉和计算机视觉不仅是两个不同的概念,而且侧重点也不同。机器视觉侧重工程的应用,强调实时性、高精度和高速度;而计算机视觉侧重理论算法的研究,强调理论,由于理论的研究发展速度往往快于实践应用,也就是说计算机视觉的发展速度要远远超过了其时间生产的应用速度,因此计算机视觉的很多技术目前还难以应用到机器视觉上。但是二者还是共用一套理论系统,只是发展的方向不同而已,一个侧重实际应用,一个侧重理论算法的研究,不能说谁替代谁,各有千秋。

机器视觉和计算机视觉最大的区别,在于技术要求的侧重点不一样,甚至差别很大

计算机视觉,主要是对质的分析,比如分类识别,这是一个杯子那是一条狗。或者做身份确认,比如人脸识别,车牌识别。或者做行为分析,比如人员入侵,徘徊,遗留物,人群聚集等。机器视觉,主要侧重对量的分析,比如通过视觉去测量一个零件的直径,一般来说,对准确度要求很高。

 

计算机视觉的应用场景相对复杂,要识别的物体类型也多,形状不规则,规律性不强。有些时候甚至很难用客观量作为识别的依据,比如识别年龄,性别。所以深度学习比较适合计算机视觉。而且光线,距离,角度等前提条件,往往是动态的,所以对于准确度要求,一般来说要低一些。机器视觉则刚好相反,场景相对简单固定,识别的类型少(在同一个应用中),规则且有规律,但对准确度,处理速度要求都比较高。关于速度,一般机器视觉的分辨率远高于计算机视觉,而且往往要求实时,所以处理速度很关键,目前基本上不适合采用深度学习。

综上所述,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,只是在实际应用中有所不同,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”。

pk10投注 pk10投注 秒速飞艇 秒速赛车 一分pk10开奖直播网 永盛彩票 秒速时时彩注册 秒速赛车 快乐赛车 一分PC蛋蛋