机器视觉与人眼检测对比研究论文

机器视觉是死的（目前还是）你教他什么就什么，人是活得，能举一反三。在一些基础的，重复性的工作方面，机器视觉做的比人类更好，例如测量、定位、读码、有无检测和字符识别，机器视觉不会疲倦，能更高效持久的工作，消除了人类视觉疲倦后带来的误差。但在一些要更多复杂判断的层面，目前机器视觉还是没办法代替人类，例如背景复杂的外观检测、多样缺陷外观检测、无人驾驶方等，不过目前正在开发的深度学习算法正在弥补这些缺陷，相信不久之前，机器视觉代替人类视觉的地方将会越来越广泛。

计算机视觉与机器视觉，首先是应用场景不一样，就像视远图像赵旭回答的那样：你把摄像头对着人就是CV，对着车间就是MV。计算机视觉和机器视觉应用场景不同，就像拉货车和载客车是的，侧重点不同而已，一个侧重人工智能分支，一个侧重工业应用！简单说起来的话，计算机视觉偏重于深度学习并且偏向软件，机器视觉偏重于特征识别同时对硬件方面要求也比较高，不过随着对智能识别要求越来越高的发展，这两个方向毕竟会互相渗透互相融合，区别也仅仅限于应用领域不同而已。其次，我感觉最大的区别，在于技术要求的侧重点不一样，甚至差别很大。计算机视觉，主要是对质的分析，比如分类识别，这是一个杯子那是一条狗。或者做身份确认，比如人脸识别，车牌识别。或者做行为分析，比如人员入侵，徘徊，遗留物，人群聚集等。机器视觉，主要侧重对量的分析，比如通过视觉去测量一个零件的直径，一般来说，对准确度要求很高。我记得以前接触过一个需求: 视觉测量铁路道岔缺口。哥刚毕业的时候在铁路上班，做过控制系统，还开过内燃机车，很清楚道岔缺口的重要性，这玩意儿你说要是测不准，呵呵:)当然，也不能完全按质或量一刀切，有些计算机视觉应用也需要分析量，比如商场的人数统计。有些机器视觉也需要分析质，比如零件自动分拣。但，计算机视觉一般来说对量的要求不会很高，商场人数统计误差个百分之几死不了人的，但机器视觉真的会，比如那个道岔缺口测量。既然要求这么高，是不是机器视觉就比计算机视觉难呢？也不是的，应该说各有各的难处。计算机视觉的应用场景相对复杂，要识别的物体类型也多，形状不规则，规律性不强。有些时候甚至很难用客观量作为识别的依据，比如识别年龄，性别。所以深度学习比较适合计算机视觉。而且光线，距离，角度等前提条件，往往是动态的，所以对于准确度要求，一般来说要低一些。机器视觉则刚好相反，场景相对简单固定，识别的类型少(在同一个应用中)，规则且有规律，但对准确度，处理速度要求都比较高。关于速度，一般机器视觉的分辨率远高于计算机视觉，而且往往要求实时，所以处理速度很关键，目前基本上不适合采用深度学习。以上讨论的是技术，商业方面，计算机视觉的应用面更广一些，毕竟很多业务是跟人相关，比如人脸识别，行为分析等，很多垂直领域都有计算机视觉潜在需求，相对来说，更适合创业；而机器视觉顾名思义，业务主要跟机器相关，而且对准确度甚至安全性要求很高，也就在资质品牌方面有较高的门槛，所以寡头垄断严重，一般来说，更适合上班而不是创业。

一、机器视觉系统的优点有：

1、非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。

2、具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。

3、长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地作测量、分析和识别任务。

二、机器视觉系统的缺点有：

机器视觉是基于硬件收集数据，软件来判断收据的百一个系统，比较死板，在替代人眼检测方面可以度在一些直观的项目上问替代，例如外观瑕疵、黑点、不良等检测，实际上如果被检测产品比较复杂的话，还是需要人眼来检测。

扩展资料：

机器视觉的应用：

1、视觉检测：

机器视觉的大量应用将产品生产和检测进入到高度自动化。在具体的应用上，比较常见的比如，硬币字符检测、电路板检测等。

以及人民币造币工艺的检测，对精度要求特别高，检测的设备也很多，工序复杂。

此外还有机器视觉的定位检测，饮料瓶盖的生产是否合格、是否有问题，还有产品的条码字符的检测识别，玻璃瓶的缺陷检测、以及药用玻璃瓶检测，医药领域也是机器视觉的主要应用领域之一。

2、视觉测量：

机器视觉，顾名思义，就是使机械设备具备“看得见”的能力，好比人有了眼睛才能看得到物品。机器视觉对物体进行测量，不需要像传统人工一样对产品进行接触，但是其高精度、高速度性能一样不少，不但对产品无磨损，还解决了造成产品的二次伤害的可能。

这对精密仪器的制造水平有特别明显的提升，对罗定螺纹、麻花钻、IC元件管脚、车零部件、接插件等的测量，都是非常普遍的测量应用。

3、视觉识别：

图像识别，简单讲就是使用机器视觉处理、分析和理解图像，识别各种各样的的对象和目标，功能非常强大。最典型的图像识别应该就是识别二维码了。二维码和条形码是我们生活中极为常见的条码。在商品的生产中，厂家把很多的数据储存在小小的二维码中，通过这种方式对产品进行管理和追溯。

随着机器视觉图像识别应用变得越来越广泛，各种材质表面的条码变得非常容易被识别读取、检测，从而提高现代化的水平、生产效率大大地提高、生产成本降低。

机器视觉可以看到更多的东西。