機器視覺技術是一門涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。一個典型的機器視覺應用系統包括圖像捕捉、光源系統、圖像數字化模塊、圖像處理模塊、判斷決策模塊和機械控制執行模塊。

基本構造

機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場的設備動作。

機器視覺系統的特點是：非接觸測量，對于觀測者與被觀測者都不會產生任何損傷，從而提高系統的可靠性；具有較寬的光譜響應范圍，例如使用人眼看不見的紅外測量，擴展了人眼的視覺范圍；長時間穩定工作，人類難以長時間對同一對象進行觀察，而機器視覺則可以長時間地作測量、分析和識別任務。

機器視覺和人工智能有什么區別

機器視覺和人工智能是兩個不同的概念，但它們之間有一定的聯系和交叉。

機器視覺是一種利用計算機和攝像機等設備分析和解讀圖像與視頻內容的技術。它的主要工作原理是將圖像或視頻轉化為數字信號，通過算法對圖像和視覺內容進行處理和分析，識別出其中的目標物體、形狀和顏色等特征，并進行相應的決策。機器視覺技術主要側重于從圖像和視頻中提取和分析信息，以實現具體的功能和任務。它通常被應用于無人駕駛、智能安防、醫療診斷等領域，需要對大量的圖像和視頻數據進行處理，提取出有用的信息，從而實現對現實世界的認知和控制。

人工智能則是一種制造智能機器和軟件的技術，其領域包括機器學習、計算機視覺、語音識別和自然語言處理等。人工智能的主要目標是讓機器能夠像人類一樣思考和決策，具有自主學習和適應環境的能力。在人工智能中，機器視覺作為一個重要的子領域，通過圖像識別技術來實現對圖像和視頻的自動分析和理解，為人工智能系統提供了重要的感知能力。

因此，可以說機器視覺是人工智能的一個重要組成部分，是實現人工智能目標的重要手段之一。雖然機器視覺和人工智能在定義和目標上有所不同，但它們之間有很多交叉和互補的地方，相互促進、相互依存。隨著技術的不斷發展，機器視覺和人工智能將會在更多領域得到應用和發展。

審核編輯：黃飛