机器视觉包括哪些技术？

机器视觉是一项综合技术，包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术（图像增强和分析算法、图象卡、I/O卡等）。

在日常工作中，经常听到人工智能，机器学习，计算机视觉，图像处理，模式识别等专业名词，不知道具体的含义，也不知道与机器视觉是否有关，今天小编就来总结一下人工智能，机器学习，计算机视觉，图像处理，模式识别的含义和区别。

机器视觉的行业应用

 简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品（即图象摄取装置，分CMOS和CCD两种）将被摄取目标转换成图象信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图象系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

人工智能的本质

 人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能就其本质而言，是对人的思维的信息过程的模拟。

机器学习的本质

机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。是对人的学习行为的模拟。计算机视觉：用计算机来模拟人的视觉机理获取和处理信息的能力。是对人视觉的模拟。

计算机视觉的研究对象主要是映像到单幅或多幅图象上的三维场景，例如三维场景的重建。计算机视觉的研究很大程度上针对图象的内容。

图像处理：图像处理技术把输入图像转换成具有所希望特性的另一幅图象。例如，可通过处理使输出图象有较高的信-噪比，或通过增强处理突出图象的细节，以便于操作员的检验。在计算机视觉研究中经常利用图像处理技术进行预处理和特征抽取。

图像处理与图象分析的研究对象主要是二维图象，实现图象的转化，尤其针对像素级的操作，例如提高图象对比度，边缘提取，去噪声和几何变换如图象旋转。这一特征表明无论是图像处理还是图象分析其研究内容都和图象的具体内容无关。

模式识别：模式识别技术根据从图象抽取的统计特性或结构信息，把图象分成予定的类别。例如，文字识别或指纹识别。在计算机视觉中模式识别技术经常用于对图象中的某些部分，例如分割区域的识别和分类。

模式识别使用各种方法从信号中提取信息，主要运用统计学的理论。此领域的一个主要方向便是从图象数据中提取信息。