人的眼睛有600万到700万个锥体细胞，其中包含三种被称为视蛋白的对颜色敏感的蛋白质之一。当光子击中这些视蛋白时，它们会更改形状，引发级联反应，产生电信号，进而将信息内容内容内容传递给大脑进行解读。 整个过程是一个非常复杂的现象，并且使机器在人类层面上解释这一点一直是一个挑战。现代机器视觉系统背后的的关键动机在于模拟人类视觉，用于识别图案，面部及其将将2D图像转化为3D模型等。在概念层面，图像处理和计算机视觉之间存在许多重叠，并且经常被误解的术语可以互换使用。在这里，我们简要概述了这些技术，并解释了它们在基础层面上的不同之处。 数字图像处理技术于20世纪60年代末在美国国家航空航天局喷气推进实验室(Jet Propulsion Laboratory)首创，通过计算机增强，将Ranger航天器的模拟信号转换为数字图像。现在，数字成像有着广泛的应用，尤其是在医学上。众所周知的应用包括计算机辅助断层扫描(CAT)和超声波。 图像处理主要与数学函数和图像转换的使用和应用有关，而不考虑对图像本身进行任何智能推理。它仅仅意味着算法对图像进行一些转换，如平滑、锐化、对比度、拉伸。对于计算机来说，图像是一个二维信号，由像素的行和列构成。一种形式的输入有时可以转换成另一种形式。例如，磁共振成像(MRI)，记录下离子的激发并将其转换成视觉图像。 图像处理是计算机视觉的一个子集。计算机视觉系统利用图像处理算法对人体视觉进行仿真。例如，要是目标是增强图像以便以后使用，那么这可以称为图像处理。要是目标是识别物体、汽车自动驾驶，那么它可以被称为计算机视觉。