【深度】机器人视觉与计算机视觉:有什么不同?

2018年,中国机器人产业继续健康快速发展。展望2019年,中国机器人行业整体机遇大于挑战。中国机器人产业正经历着前所未有的快速发展阶段,产品结构不断优化,应用领域不断拓展,新产品不断涌现。

什么是机器人视觉?

基本来说,机器人视觉涉及到使用摄像头硬件和计算机算法的结合,让机器人来处理

没有机器视觉,你的机器人基本上是瞎的。对于一些机器人任务,这可能不是问题。但是对于某些应用,机器人视觉是有帮助的,甚至是必不可少的

机器人视觉(Robot Vision)的“族谱”

机器人视觉与机器视觉密切相关,我们后面会介绍。两者都与计算机视觉密切相关。如果他们说的是一棵“家谱”,那么计算机视觉可以算是他们的“父母”。但是,为了详细了解它们在整个系统中的位置,我们应该进一步介绍它们的“爷爷奶奶”——信号处理。

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。任何东西都可以是一个信号,或多或少。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。图像基本上只是二维(或更多维)的信号。对于机器人视觉,我们感兴趣的是针对图像的处理。所以,我们在讨论图像处理,对吗?不对。

图像处理与计算机视觉(ImageProcessing vs Computer Vision)

计算机视觉和图像处理就像堂兄妹,但他们有着很不同的目标。图像处理技术主要是用来提高图像的质量,将其转换成另外一种格式(如直方图)或改变它以进一步处理。另一方面,计算机视觉更侧重于从图像中提取信息,以感知它们。因此,您可能会使用图像处理将彩色图像转换为灰度图像,然后用计算机视觉检测图像中的对象。如果我们再进一步往上看这个“族谱”,我们看到,这两个领域都受物理领域很大的影响特别是光学。

图形识别与机器学习(Pattern Recognition and Machine Learning)

到目前为止,情况就是这么简单。当我们将图形识别或更广泛的机器学习添加到“家谱”中时,情况变得有些复杂。这个分支的重点是识别数据中的图形,这对于徐东更高级的需要机器人视觉的功能非常重要。例如,为了从图像中识别出一个对象,软件必须能够监控它看到的对象是否是以前看到的对象。所以机器学习是计算机视觉除了信号处理之外的另一个母体。

然而,并不是所有的计算机视觉技术都需要机器学习。也可以用信号代替图像进行机器学习,然后输入到机器学习算法中作为输入。例如,计算机视觉检测传送带上零件的尺寸和颜色,然后机器学习根据它从正常的好产品应该是什么样子中学到的知识来确定这些零件是否有缺陷。

机器视觉(MachineVision)

现在我们谈机器视觉,一切都会改变。这是因为机器视觉与前面提到的术语完全不同。它更侧重于特定的应用,而不仅仅是技术。机器视觉是指用于自动检测、过程控制和机器人导航的工业视觉。剩下的“谱系学”是科学领域,机器视觉是工程领域。

某种程度上,你可以认为机器视觉是计算机视觉的产物,因为它使用了计算机视觉和图像处理技术和算法。但是,虽然可以用来引导机器人,但不完全是机器人视觉。

工业机器人在这篇文章中,感谢作者的付出

暂无留言,赶快评论吧

欢迎留言