机器人视觉传感器与计算机视觉的区别

  • 藤仓自动化
  • 2021-04-29 18:18
  什么是机器人视觉?
 
  从根本上讲,机器人视觉涉及结合使用摄像头硬件和计算机算法,以使机器人能够处理来自现实世界的视觉数据。例如,您的系统可以使用二维照相机来检测机器将要拾取的物体。一个更复杂的示例可能是使用3D立体摄像机来引导机器人将车轮安装在行驶中的车辆上。
 
  没有机器视觉,您的机器人基本上是盲目的。对于某些机器人任务,这可能不是问题。但是对于某些应用,机器人视觉很有帮助甚至必不可少
 
  机器人视觉的“族谱”
 
  机器人视觉与机器视觉密切相关。稍后我们将介绍机器视觉。两者都与计算机视觉密切相关。如果他们在谈论“族谱”,则计算机视觉可以被视为他们的“父母”。但是,为了详细了解他们在整个系统中的位置,我们需要进一步介绍他们的“祖父母”信号处理。
 
  信号处理(SignalProcessing)
 
  信号处理包括处理电子信号,或清洗(例如:去除噪音),提取信息,进行预处理以输出到显示终端,或进行预处理以进行进一步处理。任何事物都可以或多或少是一个信号。可以处理各种类型的信号,例如模拟信号,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,我们对图像处理感兴趣。所以,我们正在谈论图像处理,对吗?错误的。
 
  图像处理和计算机视觉(图像处理与计算机视觉)
 
  计算机视觉和图像处理就像表兄弟一样,但是它们有不同的目标。图像处理技术主要用于提高图像质量,将其转换为另一种格式(例如直方图)或将其更改以进行进一步处理。另一方面,计算机视觉更多地集中在从图像中提取信息以感知它们。因此,您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。如果我们进一步看一下这个“谱系”,我们会发现这两个领域受到物理领域(尤其是光学领域)的极大影响。
 
  模式识别与机器学习
 
  到目前为止,情况就这么简单。当我们在“谱系”中添加模式识别或更广泛的机器学习时,情况就变得更加复杂了。该分支专注于识别数据中的图形,这对于需要使用机器人视觉的徐东更高级功能而言非常重要。例如,为了能够从其图像识别对象,软件必须能够检测它看到的对象是否是它以前见过的对象。因此,机器学习是除信号处理之外的另一种计算机视觉矩阵。
 
  但是,并非所有的计算机视觉技术都需要机器学习。您还可以将信号而不是图像用于机器学习,然后将其用作机器学习算法的输入。例如。计算机视觉检测传送带上零件的尺寸和颜色,然后机器学习根据从正常优质产品的外观中学到的知识来确定这些零件是否有缺陷。
 
  机器视觉
 
  现在,当我们谈论机器视觉时,一切都会改变。这是因为机器视觉与前面讨论的术语完全不同。它更侧重于特定的应用程序,而不仅仅是技术部分。机器视觉是指用于自动检查,过程控制和机器人引导的工业视觉。其余的“谱系”是科学领域,而机器视觉则是工程领域。
 
  在某种程度上,您可以将机器视觉视为计算机视觉的子代,因为它使用了计算机视觉和图像处理技术以及算法。但是,尽管它可以用于引导机器人,但它并不完全是机器人的视觉。
点击这里给我发消息