视觉是一个生理学词汇。光作用于视觉器官，使其感受细胞兴奋，其信息经视觉神经系统加工后便产生视觉（vision）。通过视觉，人和动物感知外界物体的大小、明暗、颜色、动静，获得对机体生存具有重要意义的各种信息，至少有80%以上的外界信息经视觉获得，视觉是人和动物最重要的感觉。
视觉器官（人眼）解剖图及分类
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。
照相机与人眼结构比对
计算机视觉、图象处理、模式识别和机器视觉是彼此紧密关联的学科，技术和应用领域上他们都有着相当大部分的重叠。
图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。比如医学图像处理（疫情中辅助医生检测肺部CT样片）、面孔识别（手机人脸解锁、刷脸支付等）。在计算机视觉研究中经常利用图象处理技术进行预处理和特征抽取。
支付宝刷脸支付
模式识别技术根据从图象抽取的统计特性或结构信息，把图像分成予定的类别。例如，比较成熟的OCR文字识别技术和指纹识别技术。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。
OCR文字识别技术应用：扫描全能王
实现图像理解是计算机视觉的终极目标。给定一幅图像，图象理解程序不仅描述图象本身，而且描述和解释图象所代表的景物，以便对图像代表的内容作出决定。通俗的讲，不但要求计算机能清楚的看见，还要求它知道看到的样子和看到的是什么。所以，图象理解除了需要复杂的图象处理以外还需要具有关于景物成像的物理规律的知识以及与景物内容有关的知识。
华为手机物体识别技术
机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉在工业在线检测的各个应用领域十分活跃，如：印刷电路板的视觉检查、钢板表面的自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机械零件的自动识别分类和几何尺寸测量等。机器视觉是将计算机视觉应用于工业自动化。
工业自动化监测装置结构图
关注简读AI，为您分享更多人工智能、机器人等前沿科技知识，欢迎大家交流指正。
