機(jī)器人視覺、計(jì)算機(jī)視覺、圖像處理、機(jī)器視覺和模式識(shí)別之間聽起來名字都好像差不多，那么到底有些什么區(qū)別？是否會(huì)認(rèn)知混淆？我們來看一下所有這些術(shù)語的含義以及它們與機(jī)器人技術(shù)的關(guān)系。希望在閱讀本文后，您不會(huì)再疑惑！

人們?cè)谡務(wù)摍C(jī)器人視覺技術(shù)時(shí)有時(shí)會(huì)感到困惑。他們嘴上在說“機(jī)器視覺”時(shí)，而他們正在使用“計(jì)算機(jī)視覺”或“圖像處理”。這是一個(gè)非常容易混淆的錯(cuò)誤理解。所有不同術(shù)語之間的界線有時(shí)會(huì)模糊不清。

在本文中，我們分解了機(jī)器人視覺的“家譜”，并展示了它在更廣泛的信號(hào)處理領(lǐng)域中的適用范圍。

什么是機(jī)器人視覺？

在基本術(shù)語中，機(jī)器人視覺涉及使用相機(jī)硬件和計(jì)算機(jī)算法的組合，以允許機(jī)器人處理來自世界的視覺數(shù)據(jù)。例如，您的系統(tǒng)可能有一個(gè)2D攝像頭，可以檢測機(jī)器人拾取的對(duì)象。更復(fù)雜的例子可能是使用3D立體相機(jī)引導(dǎo)機(jī)器人將輪子安裝到移動(dòng)的車輛上。

沒有Robot Vision，您的機(jī)器人基本上是盲目的。對(duì)于許多機(jī)器人任務(wù)而言，這不是問題，但對(duì)于某些應(yīng)用，機(jī)器人視覺是有用的甚至是必要的。國內(nèi)外也有一些非常優(yōu)質(zhì)的視覺品牌如埃爾森、所羅門、圖漾、歐姆龍自動(dòng)化、Linkhou靈猴等。

機(jī)器人視覺的家譜

機(jī)器人視覺與機(jī)器視覺密切相關(guān)，我們將在稍后介紹。它們都與計(jì)算機(jī)視覺密切相關(guān)。如果我們談?wù)摰氖羌易V，則計(jì)算機(jī)視覺可以被視為他們的“父母”。但是，要了解它們都適合什么地方，我們必須更進(jìn)一步以引入“祖父母”（信號(hào)處理）。

信號(hào)處理

信號(hào)處理包括處理電子信號(hào)以清除它們（例如去除噪聲）、提取信息、準(zhǔn)備輸出到顯示器或?yàn)檫M(jìn)一步處理做好準(zhǔn)備。任何東西都可以是信號(hào)，或多或少。可以處理的信號(hào)有很多種，例如模擬電信號(hào)、數(shù)字電子信號(hào)、頻率信號(hào)等。圖像基本上只是一個(gè)二維（或更多）維信號(hào)。對(duì)于機(jī)器人視覺，我們感興趣的是圖像的處理。

圖像處理與計(jì)算機(jī)視覺

計(jì)算機(jī)視覺和 圖像處理就像表兄弟一樣，但它們有著截然不同的目標(biāo)。圖像處理技術(shù)主要用于提高圖像質(zhì)量，將其轉(zhuǎn)換為另一種格式（如直方圖）或以其他方式更改以進(jìn)行進(jìn)一步處理。另一方面，計(jì)算機(jī)視覺 更多的是從圖像中提取信息以理解它們。因此，您可以使用“圖像處理”將彩色圖像轉(zhuǎn)換為灰度，然后使用“計(jì)算機(jī)視覺”檢測該圖像中的對(duì)象。如果我們進(jìn)一步觀察家譜，我們會(huì)發(fā)現(xiàn)這兩個(gè)域都受到物理學(xué)領(lǐng)域的影響，特別是光學(xué)領(lǐng)域。

模式識(shí)別與機(jī)器學(xué)習(xí)

到目前為止，這么簡單。當(dāng)我們將模式識(shí)別包含在家譜中，或者更廣泛地包括機(jī)器學(xué)習(xí)時(shí)，它開始變得更加復(fù)雜。該系列的這一分支專注于識(shí)別數(shù)據(jù)中的模式，這對(duì)于Robot Vision所需的許多更高級(jí)的功能非常重要。例如，為了能夠從其圖像中識(shí)別對(duì)象，軟件必須能夠檢測它看到的對(duì)象是否與先前的對(duì)象類似。因此，機(jī)器學(xué)習(xí)是計(jì)算機(jī)視覺的另一個(gè)父母，同時(shí)也是信號(hào)處理。

但是，并非所有計(jì)算機(jī)視覺技術(shù)都需要機(jī)器學(xué)習(xí)。您還可以對(duì)非圖像的信號(hào)使用機(jī)器學(xué)習(xí)。在實(shí)踐中，這兩個(gè)域通常組合如下：計(jì)算機(jī)視覺檢測圖像中的特征和信息，然后將其用作機(jī)器學(xué)習(xí)算法的輸入。例如，計(jì)算機(jī)視覺檢測傳送帶上部件的尺寸和顏色，然后機(jī)器學(xué)習(xí)根據(jù)其了解好部件應(yīng)該是什么樣的知識(shí)來決定這些部件是否有故障。

機(jī)器視覺

現(xiàn)在我們開始講機(jī)器視覺，一切都在變化。這是因?yàn)镸achine Vision與之前的所有術(shù)語完全不同。它更多地是關(guān)于特定應(yīng)用而不是技術(shù)。機(jī)器視覺是指用于自動(dòng)檢測，過程控制和機(jī)器人引導(dǎo)的視覺的工業(yè)用途 。其余的“家庭”是科學(xué)領(lǐng)域，而機(jī)器視覺是一個(gè)工程領(lǐng)域。

在某些方面，您可以將其 視為計(jì)算機(jī)視覺的孩子，因?yàn)樗褂糜?jì)算機(jī)視覺和圖像處理的技術(shù)和算法。但是，盡管它用于引導(dǎo)機(jī)器人，但它與機(jī)器人視覺并不完全相同。

機(jī)器人視覺

最后，我們講機(jī)器人視覺。如果您一直在關(guān)注該文章，那么您將意識(shí)到Robot Vision融合了以前所有術(shù)語中的技術(shù)。在很多情況下，Robot Vision和Machine Vision可以互換使用。但是，有? 一些細(xì)微的差異。某些機(jī)器視覺應(yīng)用程序（例如零件檢查）與機(jī)器人技術(shù)無關(guān)-零件僅放置在尋找故障的視覺傳感器前面。

此外，Robot Vision不僅是工程領(lǐng)域。這是一門具有自己特定研究領(lǐng)域的科學(xué)。與純粹的計(jì)算機(jī)視覺研究不同，機(jī)器人視覺必須將機(jī)器人學(xué)的各個(gè)方面納入其技術(shù)和算法中，例如運(yùn)動(dòng)學(xué)，參考系校準(zhǔn)以及機(jī)器人對(duì)環(huán)境產(chǎn)生物理影響的能力。 視覺伺服是僅可以稱為“機(jī)器人視覺”而不是“計(jì)算機(jī)視覺”的技術(shù)的完美示例。它涉及通過使用視覺傳感器檢測到的機(jī)器人位置反饋來控制機(jī)器人的運(yùn)動(dòng)。

投入與產(chǎn)出

了解這些差異的一個(gè)有用的方法來自RSIP視覺。它們根據(jù)輸入定義一些域。因此，為了完成本文，這里是上面介紹的每個(gè)域的基本輸入。