初識機器視覺和計算機視覺這兩個名詞，感覺是差不多的，都是視覺，而且計算機也是機器，研究計算機視覺不就是研究機器視覺嗎？也許很多人都跟我同感，但通過涉入這一領域，在通過系統的學習之后，我發覺它們兩者既有許多相同點，但若把兩者等同起來，就會束縛你的視野，它們屬于不同的學科。我們研究計算機視覺的目的就是根據人類的視覺特性來給計算機帶來“光明”，讓它更好的來替代人來工作或者完成人類不能完成的工作，更好的為企業減少勞動力，也更大的提高生產效率，同時也不斷在提高人們的生活質量。研究機器視覺是更好為工業中的制造業提供更多有利于提高產品質量和提高生產效率的支持。

機器視覺中把計算機作為載體或者說是工具，主要是利用計算機高效率的CPU，因為視覺里看到的都是圖像，而對圖像的處理往往比較耗時，所以能更快的完成圖像處理，為以后的控制贏得時間，計算機是“當仁不讓”了，而隨著大規模集成電路的發展，FPGA、DSP等這些具有處理能力的芯片也在不斷的提高性能，以后的機器視覺會不會把它們作為載體而產生FPGA視覺或DSP視覺呢？

什么是機器視覺？

"機器視覺"，即采用機器代替人眼來做測量和判斷。

機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）把圖像抓取到，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別。進而根據判別的結果來控制現場的設備動作。

機器視覺伴隨計算機技術、現場總線技術的發展，技術日臻成熟，已是現代加工制造業不可或缺的產品，廣泛應用于食品和飲料、化妝品、制藥、建材和化工、金屬加工、電子制造、包裝、汽車制造等行業。[摘自工控論壇：http://bbs.gongkong.com/detail.asp?id=232610]

機器視覺是個相對較新的技術，它為制造工業在提高產品質量、提高生產效率和操作安全性上提供了許多技術。機器視覺越來越受歡迎有這樣一個主要原因：光學傳感具有與生俱來的清潔、安全性和通用性。用視覺有可能去做其他人不知道用傳感方法可以做到的事情，比如識別污點、鐵銹或者表面腐蝕等等.

在其他相關技術中，機器視覺包括圖像數字化、圖像操作和圖像分析，通常使用計算機來完成，它是一門覆蓋圖像處理和計算機視覺的專業。然而，我們強調機器視覺、計算機視覺和圖像處理不是同義的。它們其中之一都不是任何其他兩個的子集。計算機視覺是計算機科學的一個分支，而機器視覺是系統工程一個特殊領域。機器視覺沒有說明要使用計算機，但是在獲取高速處理速度上經常會使用特殊的圖像處理硬件，這個速度是普通計算機所不能達到的。

盡管早在20世紀30年代用于工業監測的視頻系統就已被使用，但工業機器視覺系統首次引起關注是在20世紀70年代中期。在整個20世紀80年代早期，機器視覺發展的很緩慢，主要就是學術研究，很少引起工業興趣。到了20世紀80年代中期，機器視覺有了一個很大推動力，這個就是主要美國汽車制造商對視覺系統產生了較大興趣。然后，在美國經歷了一段嚴重的幻覺時期，許多視覺公司紛紛倒閉。而到了80年代末期和90年代早期，由于處理速度的大大提升，機器視覺系統引起了廣泛關注。在90年代中期，隨著現代RISC處理器提供了在標準計算平臺的高處理速度，于是具有通用目的的處理器的角色被修改。在這個時期，學術工作者一直在大范圍的產品中穩步地提高靈活性，這個取代了制造工業的主要分支的所有研究。[引自：http://www.eeng.dcu.ie/~whelanp/resources/r_preface.html]

什么是計算機視覺？

計算機視覺是指用計算機實現人的視覺功能?D?D對客觀世界的三維場景的感知、識別和理解。這里主要有兩類方法：一類是仿生學的方法，參照人類視覺系統的結構原理，建立相應的處理模塊完成類似的功能和工作；另一類是工程的方法，從分析人類視覺過程的功能著手，并不去刻意模擬人類視覺系統內部結構，而僅考慮系統的輸入和輸出，并采用任何現有的可行的手段實現系統功能。[摘自《圖像理解與計算機視覺》]

計算機視覺是一個處于指示前沿的領域。我們認為計算機視覺，或簡稱位“視覺”，是一項事業，它與研究人類或動物的視覺是不同的。它借助于幾何、物理和學習技術來構筑模型，從而用統計的方法來處理數據。因此從我們的角度看，在透徹理解攝像機性能與物理成像過程的基礎上，視覺對每個像素進行簡單的推理，將在多幅圖像中可能得到的信息綜合成和諧的整體，確定像素集之間的聯系以便將它們彼此分割開，或推斷一些形狀信息，使用幾何信息或概率統計技術來識別物體。[摘自《計算機視覺?D?D一種現代方法》]

計算機視覺成為一門獨立的學科，至少可以從美國麻省理工學院Marr教授這一代人所做的奠基工作開始，因此計算機視覺這門學科至少已有20～30年的歷史。在此期間，由于計算機視覺具有的潛在應用十分廣泛，所涉及的學科知識極其繁多，研究的問題又幾富挑戰性，因此它一直是計算機學科中的一門熱門學科，并吸收了許多從事心理學、神經科學、生理學、生物物理學、數學與計算機學科等各種學科研究人員的關注，從而把圖像處理、模式識別、人工智能、數學、認知科學、機器學習、計算機圖形學等各方面的研究成果融會進來。

計算機視覺是人工智能的一個子領域，它的目的是讓計算機理解圖像中的一個場景或者特征，它包括以下幾個方面的解釋：[摘自machine vision的網上定義]

1. 為了控制目標而獲取所需數據通過圖像的自動獲取和分析www.machinevisiononline.org/public/articles/articlesdetails.cfm

2. 給一個有能力去做事和反應的機器人提供導航系統使之能改變位置www.assemblymag.com/CDA/ArticleInformation/news/news_item/0,6501,144248,00.html

3. 用視頻攝像機、機器人或者其他設備的一個系統，并且用計算機去做可視化的分析操作或行為。典型應用包括自動監測、光學字符識別和其他的非接觸應用。www.bridgefieldgroup.com/glos6.htm

4. 機器視覺是計算機視覺在工廠自動化的一個應用。正如監視員在一個裝配線上工作，可視地監視物件并判斷其質量，因此機器視覺系統使用照相機和圖像處理軟件來完成類似的監視。一個機器視覺系統是一個在基于數字圖像分析上作決定的計算機。http://en.wikipedia.org/wiki/Machine_vision

通過上面的定義，其實機器視覺和計算機視覺并沒有很清晰的界限，而是緊密的聯系在一起，它們有著相同的理論，只是在應用中根據具體實際應用目標的不同而不同。計算機視覺與機器視覺都是要從圖像或圖像序列中獲取對世界的描述，因此，對基本層的圖像獲取、圖像處理，中層的圖像分割、圖像分析和高層的圖像理解這些理論知識的掌握對兩者來說都是“萬變不離其宗”。