机器视觉与计算机视觉的区别是什么？

计算机视觉的应用场景相对复杂，要识别的物体类型也多，形状不规则，规律性不强。所以深度学习比较适合计算机视觉。而且光线，距离，角度等前提条件，往往是动态的，所以对于准确度要求，一

（1）从字面上，机器视觉和计算机视觉载体不同，机器视觉是应用在机器设备上，而计算机视觉则是单纯的计算机计算出来。

（2）从目的上，机器视觉是为了被测物测量，计算机视觉为了目标信息提取识别。

（3）从原理上，机器视觉依赖于摄像机模型，进而建立摄像机坐标系或世界坐标系下物体测量/位姿估计/空间定位等；计算机视觉单纯的依赖于图像信息，不涉及空间信息，具体表现在三大任务上分类/识别/分割。

（4）从学科上，自动化、机械工程等专业主要依赖于机器视觉建立智能装备解决方案；计算机等专业则以计算机视觉建立摄像机的软件算法。

机器视觉与计算机视觉的共同基础理论有图像处理，分化点在解决任务时逐步形成了鲜明的体系方法。不过，目前这两者很多时候没有明显的分界线，例如计算机视觉的深度学习，也已逐步应用在机器人抓取等场合。以点云信息为对象，计算机视觉建立了很多方法，这也促进了三维空间下机器视觉的发展。