计算机视觉（Computer Vision）与机器视觉（Machine Vision）

计算机视觉（Computer Vision）与机器视觉（Machine Vision）是两个紧密相连的概念，在实际应用中存在显著差异。

主要研究利用计算机科学与数学方法实现机器对图像与视频信息的理解与处理的技术

机器视觉（视觉计算）是指采用专业的硬件系统和软件平台对图像数据进行采集与分析处理，并实现自动完成图像识别与决策的过程。该技术广泛应用于制造业自动化（工业生产）、质量监控（质量控制）以及机器人路径规划（机器人控制）等领域。同时，在智能工厂建设中展现出巨大潜力，并被广泛应用于自动化检测系统以及无人驾驶技术等新兴领域中。

区别在于：计算机视觉领域主要关注图像处理与图像理解技术，并借助计算机算法来实现对图像进行分析与处理；而机器视觉则强调采用专门设计的硬件与软件组合（即硬件-software套件），用于实现自动化检测、排序、计量及过程控制等操作。

适用的case

计算机视觉与机器视觉都指的是通过计算机模拟人类视觉来进行图像或视频的处理与分析技术。从核心功能上来看,两者的区别主要体现在:计算机视觉侧重于对静态或多场景动态图像的数据进行处理、解析以及识别,涉及图像增强、特征提取等多个环节;而机器视觉则更加注重通过相机、传感器等设备实时捕捉环境信息,并进行三维空间中的定位与目标识别等运算过程。

以自动驾驶为例，在自动驾驶系统中，计算机视觉主要应用于对静态图像的解析和分析。如在路标、车道线、交通标志等处的识别与追踪，并能实现对行人及车辆等障碍物的识别与预测；相比之下，在环境物体检测与建模方面，则更侧重于实现物体位置确定、距离测量以及三维模型构建。如在高精度地图构建及障碍物避让等方面。

另外，在计算机视觉领域中主要关注的是静态或动态图像数据的整体处理过程；该领域通常会涉及图像预处理步骤以及后续的一系列技术环节如特征提取方法的应用，并结合分类与跟踪等核心功能模块；相比之下，则专注于三维空间中物体的建模与识别，并实现其定位功能；机器视觉则主要依赖于相机标定技术的应用以及基于SLAM（Simultaneous Localization and Mapping）的方法来完成相关任务

————————————————————————————————

机器人与人类之间的物理交互是一个极其复杂的流程，在此过程中涵盖了机器人的感知能力、自动控制以及执行过程等多个方面。其中，在这一过程中，计算机视觉技术和机器视觉技术都可发挥重要作用

在开始阶段，在运用计算机视觉技术的过程中

在实际应用中，在实际应用中

其次，在机器人与人之间的物理交互过程中

其中机器人必须实时采集人体表面的压力分布数据

这促使我们采用机器视觉技术来实现触觉反馈机制

在机器人与人之间进行物理互动时

综上所述，在机器人与人之间的物理交互领域中，计算机视觉与机器视觉技术扮演了关键角色。这些技术不仅在帮助机器人准确感知并理解人体动作及其姿态方面发挥重要作用，在精确执行力矩控制任务的同时还能够基于观察到的人体动作及情绪信息进行相应的实时调节与优化。