计算机视觉与机器视觉的核心差异与应用实践

1. 计算机视觉的本质与边界

计算机视觉（Computer Vision）这个术语在工程实践中经常被滥用，很多人把它简单理解为"让计算机看懂图像的技术"。实际上，它的内涵要深刻得多。我在2013年第一次接触OpenCV时也犯过这个错误，直到参与了一个工业质检项目后才真正理解其中的差异。

视觉系统可以分为三个层次：

• 感知层：处理原始像素数据（OpenCV中的Mat对象）
• 认知层：理解图像语义（如YOLO的目标检测）
• 决策层：基于理解做出反应（如自动驾驶的路径规划）

1.1 视觉感知 vs 机器视觉

在汽车制造厂的钢板缺陷检测项目中，我深刻体会到两者的区别。我们尝试过两种方案：

1. 传统机器视觉方案：

   • 使用红色激光结构光
   • 固定工业相机位置
   • 预先标定的检测算法
   • 检测精度0.02mm

2. 计算机视觉方案：

   • 普通RGB摄像头
   • 可变视角和距离
   • 基于深度学习的分类模型
   • 识别20类缺陷

前者需要严格控制环境（这就是为什么产线要遮光），后者则能适应更复杂场景。下表对比了关键差异：

经验之谈：在工业场景中，能用机器视觉解决的问题就不要上深度学习，后者需要10倍以上的算力资源。

1.2 与相关学科的关系

计算机视觉处在几个领域的交叉点：

• 人工智能：提供认知能力（如CNN、Transformer）
• 图形学：逆向过程（CV是3D→2D，CG是2D→3D）
• 光学工程：成像质量基础
• 神经科学：视觉机理启发

2016年我在医疗影像项目中发现，优秀的计算机视觉工程师需要了解：

• DICOM标准（医学影像格式）
• 放射物理学（X射线成像原理）
• 解剖学（器官结构知识）

2. 技术演进史

2.1 传统特征工程时代（1990-2012）

这个时期的核心方