点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

机器视觉检测与机器视觉定位是两种重要的机器视觉应用技术，主要区别在于检测对象和应用领域不同。机器视觉检测技术可以用于检测产品的外观、尺寸、密封性、移动对象、颜色缺陷、形状缺陷等，广泛应用于工业、医疗、电子、农业等领域；而机器视觉定位技术则可以实现对产品的定位和位置信息的获取，广泛应用于工业生产线、医疗器械、电子产品、农业机械等领域。本文对这两种技术的区别和应用进行了探索和总结。

机器视觉检测是指在图像或视频中识别和定位具有特定特征的目标的过程，通常涉及目标识别、目标跟踪、目标分割等任务。它是机器视觉领域中最核心和最基础的技术之一，具有广泛的应用前景。

机器视觉检测技术主要包括以下几个方面：

1、特征提取：通过各种特征提取算法能够从图像或视频中提取出目标的关键特征，如颜色、形状、纹理等。

2、特征匹配：将提取出的目标特征与已知的目标特征进行比较，从而找到特定目标在图像或视频中的位置。

机器视觉检测的应用非常广泛，包括但不限于以下几个方面：

1、缺陷检测：如在制造业中检查产品是否存在缺陷。

2、安防监控：如视频监控系统中的目标识别和跟踪，自动警报系统等。

3、自动驾驶：如无人驾驶汽车中的行人识别、车辆检测等。

4、医疗诊断：如针对X光、MRI等医学图像进行自动诊断，检测人体器官、细胞等。

机器视觉定位是指通过对已知对象或场景进行特征提取和匹配，确定相机相对于场景的位置和姿态的过程。它是机器视觉领域中的重要技术之一，涉及到相机参数标定、特征提取与匹配、位姿估计等问题。机器视觉定位主要是解决三维空间中物体的重建和精确定位问题。

机器视觉定位技术主要包括以下几个方面：

1、相机标定：确定相机的内外参数，将图像坐标系和实际坐标系之间的映射关系确定下来。

2、特征提取与匹配：在环境中提取物体特征，并在图像中进行匹配搜索，找到特定物体的位置。

3、位姿估计：利用相机的参数和特征匹配结果，估计物体相对于相机的平移和旋转参数。

机器视觉定位技术的应用主要包括以下几个方面：

1、无人驾驶：通过对道路及道路标志物体的定位，实现车辆的自动驾驶。

2、工业自动化：对不同的物体进行定位识别，从而实现智能化生产。

3、机器人导航：利用机器视觉定位技术，实现机器人在复杂环境中的自主导航。

4、航空测绘：通过空中摄影的方式，利用机器视觉定位技术快速测绘较大区域的地形。

机器视觉定位技术在各个领域中都有着广泛的应用，为实现自动化、智能化和精准化等目标提供了有效的支持。

机器视觉检测和机器视觉定位虽然都是机器视觉领域的重要技术，但是它们的应用场景和任务目标不同。

机器视觉检测是指在图像或视频中寻找特定物体的过程，常常涉及目标识别、目标跟踪、目标分割等任务。它的核心任务是识别和区分不同的目标，可以应用在工业生产线上的缺陷检测、汽车驾驶辅助、安防监控等各方面。

机器视觉定位则是指在特定场景中，通过对已知对象或场景进行特征提取和匹配，确定相机相对于场景的位置和姿态。它的核心任务是测量或恢复目标或场景的三维空间位置与姿态。机器视觉定位的应用场景比较广泛，例如：机器人导航、无人驾驶车辆、航空测绘、虚拟现实等。

 两者的不同在于目标的不同，检测是在不确定目标的位置，在场景中搜索目标；定位是已经知道目标是哪里，在场景中测量得到目标的位置和姿态。

来源：工博士 

声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~