計算機視覺在工業上的運用，主要稱之為“機器視覺”。
想知道計算機視覺主要運用於哪個領域，
就得先知道什麼是“計算機視覺”和“機器視覺”，
Q1：“計算機視覺”和“機器視覺”是什麼？
計算機視覺就像人類每天所做的那樣，透過“眼睛”採集影象然後大腦進行處理。而計算機視覺就是使用計算機及相關裝置對生物視覺的一種模擬，它透過對採集的圖片或影片進行處理，以獲得相應場景的三維資訊。
機器視覺作為一個獨立分支，正在人工智慧領域飛速發展。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。
二者都是一門關於如何運用攝像頭和計算機來獲取我們所需的，被拍攝物件的資料與資訊的學問。形象地說，就是給計算機安裝上眼睛（攝像頭）和大腦（演算法），讓計算機能夠感知環境。
Q2：“它們”有何不同？
毋庸置疑，計算機視覺與機器視覺在技術和應用領域上都有相當大的重疊，這兩個學科的基礎理論大致是相同的，都要與影象處理緊密結合來實現高效的機器人控制或各種實時操作。但細究其原理，確實也有一些不同之處：
計算機視覺的研究物件主要是對映到單幅多幅影象上的三維場景。計算機視覺的研究很大程度上是針對影象的內容，也就是對質的分析。比如分類識別，這是一個人還是一棵樹？或者人臉識別、車牌識別。也可以用於行為分析，人群測數等。
▲更直觀的表示，例如上圖，讓計算機判斷識別出哪個是狗，是計算機視覺研究的內容。
機器視覺主要是指其在工業領域的視覺研究，用於檢測和測量的視覺，主要側重對量的分析。比如透過視覺去測量一個零件的直徑，對準確度要求很高。
▲上圖中，機器視覺是觀察上圖中成百上千個某一特定形態的狗，發現哪張缺一隻，然後檢索出來。
顯然，計算機視覺還不夠聰明，依然存在著一系列難以解決的難題。目前人們掌握的具體計算機視覺技術，也僅僅適用於人臉識別、指紋識別等單一領域。而機器視覺的廣泛應用，卻成為了計算機視覺獨特性的存在。
Q3：視覺空間定位又是什麼？
視覺目標定位（位姿測量）顧名思義，測量一個物體相對於另一個物體的位置與姿態，即所謂的位姿測量。
常見的視覺空間定位型別 自定位(inside-out)，即透過攝像頭拍攝視野座標系，以及座標系的特徵點，從而判斷攝像頭相對座標系自身的座標。比如我們常用的SLAM，它的特點是便攜、視角理論無限大、定位精度不高。主要應用領域包括移動機器人、無人機、VR、AR。
外定位(outside-in)，比較常見的是OptiTrack，特點是安裝複雜、視角有限、定位精度高。主要應用領域包括影視動捕、VR、工業機器人。
Q4：視覺空間定位可用於哪些領域？
醫療領域：如醫療計算機視覺和醫學影象處理，以及透過精密裝置測量，實現醫療手術導航等。
工業領域：視覺空間定位技術正大量的被使用在工業領域，其精準性、高效性、實時性是它的主要優勢所在。
無人駕駛：時下大熱的自主無人汽車導航、障礙物檢測等。
軍事領域：從無人機的偵察任務，到先進的導彈制導方面都有視覺定位的影子。
航天領域：太空探索也正在使用計算機視覺，比如，美國宇航局的火星探測漫遊者和歐洲航天局的ExoMars火星漫遊者。
計算機視覺在工業上的運用，主要稱之為“機器視覺”。
想知道計算機視覺主要運用於哪個領域，
就得先知道什麼是“計算機視覺”和“機器視覺”，
Q1：“計算機視覺”和“機器視覺”是什麼？
計算機視覺就像人類每天所做的那樣，透過“眼睛”採集影象然後大腦進行處理。而計算機視覺就是使用計算機及相關裝置對生物視覺的一種模擬，它透過對採集的圖片或影片進行處理，以獲得相應場景的三維資訊。
機器視覺作為一個獨立分支，正在人工智慧領域飛速發展。簡單說來，機器視覺就是用機器代替人眼來做測量和判斷。
二者都是一門關於如何運用攝像頭和計算機來獲取我們所需的，被拍攝物件的資料與資訊的學問。形象地說，就是給計算機安裝上眼睛（攝像頭）和大腦（演算法），讓計算機能夠感知環境。
Q2：“它們”有何不同？
毋庸置疑，計算機視覺與機器視覺在技術和應用領域上都有相當大的重疊，這兩個學科的基礎理論大致是相同的，都要與影象處理緊密結合來實現高效的機器人控制或各種實時操作。但細究其原理，確實也有一些不同之處：
計算機視覺的研究物件主要是對映到單幅多幅影象上的三維場景。計算機視覺的研究很大程度上是針對影象的內容，也就是對質的分析。比如分類識別，這是一個人還是一棵樹？或者人臉識別、車牌識別。也可以用於行為分析，人群測數等。
▲更直觀的表示，例如上圖，讓計算機判斷識別出哪個是狗，是計算機視覺研究的內容。
機器視覺主要是指其在工業領域的視覺研究，用於檢測和測量的視覺，主要側重對量的分析。比如透過視覺去測量一個零件的直徑，對準確度要求很高。
▲上圖中，機器視覺是觀察上圖中成百上千個某一特定形態的狗，發現哪張缺一隻，然後檢索出來。
顯然，計算機視覺還不夠聰明，依然存在著一系列難以解決的難題。目前人們掌握的具體計算機視覺技術，也僅僅適用於人臉識別、指紋識別等單一領域。而機器視覺的廣泛應用，卻成為了計算機視覺獨特性的存在。
Q3：視覺空間定位又是什麼？
視覺目標定位（位姿測量）顧名思義，測量一個物體相對於另一個物體的位置與姿態，即所謂的位姿測量。
常見的視覺空間定位型別 自定位(inside-out)，即透過攝像頭拍攝視野座標系，以及座標系的特徵點，從而判斷攝像頭相對座標系自身的座標。比如我們常用的SLAM，它的特點是便攜、視角理論無限大、定位精度不高。主要應用領域包括移動機器人、無人機、VR、AR。
外定位(outside-in)，比較常見的是OptiTrack，特點是安裝複雜、視角有限、定位精度高。主要應用領域包括影視動捕、VR、工業機器人。
Q4：視覺空間定位可用於哪些領域？
醫療領域：如醫療計算機視覺和醫學影象處理，以及透過精密裝置測量，實現醫療手術導航等。
工業領域：視覺空間定位技術正大量的被使用在工業領域，其精準性、高效性、實時性是它的主要優勢所在。
無人駕駛：時下大熱的自主無人汽車導航、障礙物檢測等。
軍事領域：從無人機的偵察任務，到先進的導彈制導方面都有視覺定位的影子。
航天領域：太空探索也正在使用計算機視覺，比如，美國宇航局的火星探測漫遊者和歐洲航天局的ExoMars火星漫遊者。