人眼视觉与机器视觉

    如今，摄像头已随处可见，工厂、车辆、公共建筑、街道等等，其数量还在不断增多。大部分摄像头依靠图像传感器将场景中的光线转换为电子图像，因而推升了对图像传感器的需求。但图像传感器种类繁多，功能特性各不相同，设计人员需要熟悉不同传感器的不同功能特性，才能为特定应用选择合适的摄像头。

人眼视觉

    人眼视觉系统对像素间亮度强弱差异的感知与机器视觉算法不同。人眼对亮度的感知是非线性的，这需要调整用于人眼视觉的摄像头图像以对应其动态范围，从而将人眼感知的较亮区域和较暗区域的细节充分放大。此外，我们对一般颜色和 LED 光源的闪烁十分敏感，因此如果摄像头导致颜色失真，即使图像清晰且其他方面的质量很高，也会影响人类的视觉体验。

机器视觉

    使用机器视觉的自动化系统会查看图像中每个像素的数字值，因此其对光子数呈线性反应。与用于人眼视觉的图像不同，因此必须调整以输出对应于测量像素值的图像。此外，机器视觉系统必须经过编程或采用特殊的错误检测硬件才能检测出图像缺陷。缺少该硬件的系统可能无法正常工作，且不会告知驾驶员其功能已受损或无法运行。对于像自动紧急制动这样的主动安全系统，如果出现故障，误报将导致系统在无碰撞危险时实施制动，而漏报会使系统在发生危险时完全失灵，从而造成严重的后果。

    好消息是，部分传感器已具备同时适用于人眼和机器视觉的出色功能，且可进行优化并输出两路同步数据流，助力工程师设计可同时用于人眼和机器视觉功能的摄像头系统。这样一来，汽车制造商只需在车内的特定位置部署一个摄像头，最大限度地减小占用空间并降低系统成本，获得可针对两种工作负载应用优化的图像。

作者QQ及微信：49922779