什麽是機器人視覺？

在基礎的術語中，機器人視覺是相機硬件結合計算機算法的組合體，利用機器人對現實世界的視覺數據進行處理。例如，通過係統實現二維攝像頭對機器拾起對象物的檢測功能。

倘若機器視覺不存在，機器人基本相當於瞎子。機器人執行的任務並不完全依靠其視覺能力，但如果要更全麵、更高效地發揮機器人的優勢，或者說對於某些應用而言，機器人視覺必不可少。

關於機器人視覺（RobotVision）的“族譜”

機器人視覺不僅與機器視覺密切相關，而且與計算機視覺也有緊密關聯。如果這裏麵成立了是一個所謂的“族譜”，那麽計算機視覺還可以看作是這二者的“父母”。不過為了更具體地了解他們在整個係統中的位置，必要對其“祖父母”的信號處理作進一步解析。

信號處理（SignalProcessing）

信號處理包括處理電子信號，或是清理（例如：除噪），提取信息，為輸出到顯示端的前置預處理，或者為他們的進一步處理做準備的預處理。任何東西或多或少都可以當是一個信號。有各種類型的信號可以被處理，例如：模擬信號，數字信號，頻率信號等等。在對機器人視覺的應用中，針對圖像的處理更為普遍。而基本上，圖像僅是作為二維（或更多維）的信號。

圖像處理與計算機視覺（ImageProcessingvsComputerVision）

計算機視覺與圖像處理技術並列存在，互不幹擾，且還能相互輔助。圖像處理技術重在提高圖像質量、格式轉換（如直方圖）。而計算機視覺主要作用是從圖像中提取、感知信息。比如，一張彩圖可通過圖像處理技術將其色彩調整為其他顏色，而檢測圖像中的對象就需要利用計算機視覺。但是，二者都同樣深受光學的影響。

圖形識別與機器學習（PatternRecogniTIonandMachineLearning）

機器學習又是作用於計算機視覺的另一個“母體”，該分支方向主要為識別數據中的圖形，也使得機器人視覺的功能更具先進性。比如，為能從它的圖像中識別一個對象，要求軟件必須能監測到目前視查的對象是否為前麵的對象。

然而，這不是說每一種計算機視覺技術完全需要機器學習。也可以“另辟蹊徑”，比如使用信號替代，這就不需要對圖像進行機器學習，並將其作為一個Input輸入到機器學習算法。

機器視覺（MachineVision）

這裏的機器視覺相對前述所說，又是另一種概念。除了技術部分，機器視覺在工業中的實際應用層麵更占重量。機器視覺具有自動檢測、過程控製和機器人導引等一係列支撐現代工業生產檢測的關鍵功能。因而在此，機器視覺相對而言是一個工程領域。

然而從某種層麵而言，機器視覺與計算機視覺之間的關係又可以比作子母，計算機視覺為機器視覺提供了相應的算法、技術指導。