机器人视觉，计算机视觉，图像处理，机器视觉和图形识别有什么区别？？为了弄清楚他们是谁，有时真的很困惑。让我们看看这些术语的具体含义，以及它们与机器人的关系。读完这篇文章，你再也不会被这些概念迷惑了！！在本文中，我们分解了机器人视觉的“家谱”，以显示更广泛的信号处理领域在哪里。
       什么是机器人视觉
       Robot Vision
       机器人视觉指用视觉感知系统的机器人的功能是机器人系统组件的一个重要部分。从本质上讲，机器人视觉的组合涉及使用相机硬件和计算机算法允许机器人从现实世界中处理视觉数据。例如，可以使系统的二维相机，会占用机器检测的对象，更为复杂的例子可以用于指导三维立体摄像机机器人安装在车辆上移动的车轮。
       没有机器视觉，你的机器人基本上是盲人。对于某些机器人任务，这可能不是问题，但对于某些应用程序，机器人视觉是有帮助的，甚至是必不可少的。
       机器人视觉的族谱
       机器人视觉密切相关，机器视觉，机器视觉，我们将在后面介绍。他们两个都密切相关的计算机视觉，从家庭树可以在计算机视觉中可以看出，可以看作是他们的父母。然而，他们在整个体系中的地位进行详细的了解，我们希望进一步介绍他们的祖父母 - 信号处理。
       信号处理
       Signal Processing
       信号处理包括处理电子信号、清洗（例如。去噪），提取信息，预处理输出到显示器，或准备进一步处理。任何东西都可以是信号，或多或少，有各种类型的信号可以处理，如：模拟信号、数字信号、频率信号等，图像基本上只是二维（或更多维）信号，对于机器人视觉来说，我们对处理图像很感兴趣。
       图像处理与计算机视觉
       VS computer vision, image processing
       计算机视觉和图像处理是近亲，但它们有着截然不同的目标。图像处理技术主要用于提高图像的质量，将其转换成另一种格式（如直方图）或改变其进行进一步的处理。另一方面，计算机视觉更注重从图像中提取信息来感知图像。因此，可以使用图像处理将彩色图像转换为灰度图像，然后使用计算机视觉检测图像中的对象。如果我们进一步观察家谱，我们会发现这两个场都受到物理场的影响，特别是光学场的影响。
       图形识别与机器学习
       Pattern recognition and machine learning
       到目前为止，情况如此简单。当我们在家谱中添加图形识别或更广泛的机器学习时，情况变得有些复杂，这一分支的重点是识别数据中的图形，这对于需要相对先进的机器人视觉的函数来说是相当重要的。例如，为了能够从图像中识别一个对象，软件必须能够监视它看到的对象是否是它以前看到的对象。因此，机器学习是计算机视觉的矩阵，而不是信号处理。
       然而，并不是所有的计算机视觉技术需要学习机，你也可以只使用图像信号，而不是学习机，然后将其输入到机器学习算法的输入。例如。计算机视觉检测零件的大小和颜色在传送带上，然后根据机器从它的正常产量的学习应该是什么样子的学习知识，以确定哪些部分是没有缺陷的。
       机器视觉
       Machine Vision
       现在当我们谈论机器视觉的时候，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。它更关注具体的应用，而不是仅仅关注技术部分。机器视觉是指工业上用于自动检测、过程控制和机器人引导的视觉。其余的家谱是科学，机器视觉是工程。
       在某种程度上，你可以把机器视觉看作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的技术和算法。然而，虽然它可以用来引导机器人，但它并不完全是机器人视觉。
       机器人视觉
       机器人视觉终于到来。如果你跟随这篇文章直到现在，你会意识到机器人视觉已经采用了所有以前的技术。在许多情况下，机器人视觉和机器视觉是交替使用的..然而，存在着一些细微的差异，一些机器视觉应用，如部分监控，与机器人无关，工件简单地放置在视觉传感器前面，以检测坏的。
       此外机器人视觉不仅是工程领域的同时，还研究，从单纯的计算机视觉研究不同的自己的特定领域的一门科学，机器人视觉必须纳入它的机器人技术和算法。视觉伺服是一个智能机器人视觉技术被称为计算机视觉，而不是一个很好的例子。它涉及机器人的运动控制，所述机器人反馈位置是通过使用视觉传感器检测。