定義

　　計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)就是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，就像人類和許多其他類生物每天所做的那樣。 　　計(jì)算機(jī)視覺(jué)既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個(gè)富有挑戰(zhàn)性重要研究領(lǐng)域。計(jì)算機(jī)視覺(jué)是一門綜合性的學(xué)科，它已經(jīng)吸引了來(lái)自各個(gè)學(xué)科的研究者參加到對(duì)它的研究之中。其中包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)，神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。

 

解析

　　視覺(jué)是各個(gè)應(yīng)用領(lǐng)域，如制造業(yè)、檢驗(yàn)、文檔分析、醫(yī)療診斷，和軍事等領(lǐng)域中各種智能／自主系統(tǒng)中不可分割的一部分。由于它的重要性，一些先進(jìn)國(guó)家，例如美國(guó)把對(duì)計(jì)算機(jī)視覺(jué)的 研究列為對(duì)經(jīng)濟(jì)和科學(xué)有廣泛影響的科學(xué)和工程中的重大基本問(wèn)題，即所謂的重大挑戰(zhàn)（grand challenge）。計(jì)算機(jī)視覺(jué)的挑戰(zhàn)是要為計(jì)算機(jī)和機(jī)器人開發(fā)具有與人類水平相當(dāng)?shù)囊曈X(jué)能力。機(jī)器視覺(jué)需要圖象信號(hào)，紋理和顏色建模，幾何處理和推理，以及物體建模。一個(gè)有能力的視覺(jué)系統(tǒng)應(yīng)該把所有這些處理都緊密地集成在一起。作為一門學(xué)科，計(jì)算機(jī)視覺(jué)開始于60年代初，但在計(jì)算機(jī)視覺(jué)的基本研究中的許多重要進(jìn)展是在80年代取得的。計(jì)算機(jī)視覺(jué)與人類視覺(jué)密切相關(guān)，對(duì)人類視覺(jué)有一個(gè)正確的認(rèn)識(shí)將對(duì)計(jì)算機(jī)視覺(jué)的研究非常有益。為此我們將先介紹人類視覺(jué)。 　　人類正在進(jìn)入信息時(shí)代，計(jì)算機(jī)將越來(lái)越廣泛地進(jìn)入幾乎所有領(lǐng)域。一方面是更多未經(jīng)計(jì)算機(jī)專業(yè)訓(xùn)練的人也需要應(yīng)用計(jì)算機(jī)，而另一方面是計(jì)算機(jī)的功能越來(lái)越強(qiáng)，使用方法越來(lái)越復(fù)雜。這就使人在進(jìn)行交談和通訊時(shí)的靈活性與目前在使用計(jì)算機(jī)時(shí)所要求的嚴(yán)格和死板之間產(chǎn)生了尖銳的矛盾。人可通過(guò)視覺(jué)和聽覺(jué)，語(yǔ)言與外界交換信息，并且可用不同的方式表示相同的含義，而目前的計(jì)算機(jī)卻要求嚴(yán)格按照各種程序語(yǔ)言來(lái)編寫程序，只有這樣計(jì)算機(jī)才能運(yùn)行。為使更多的人能使用復(fù)雜的計(jì)算機(jī)，必須改變過(guò)去的那種讓人來(lái)適應(yīng)計(jì)算機(jī)，來(lái)死記硬背計(jì)算機(jī)的使用規(guī)則的情況。而是反過(guò)來(lái)讓計(jì)算機(jī)來(lái)適應(yīng)人的習(xí)慣和要求，以人所習(xí)慣的方式與人進(jìn)行信息交換，也就是讓計(jì)算機(jī)具有視覺(jué)、聽覺(jué)和說(shuō)話等能力。這時(shí)計(jì)算機(jī)必須具有邏輯推理和決策的能力。具有上述能力的計(jì)算機(jī)就是智能計(jì)算機(jī)。 　　智能計(jì)算機(jī)不但使計(jì)算機(jī)更便于為人們所使用，同時(shí)如果用這樣的計(jì)算機(jī)來(lái)控制各種自動(dòng)化裝置特別是智能機(jī)器人，就可以使這些自動(dòng)化系統(tǒng)和智能機(jī)器人具有適應(yīng)環(huán)境，和自主作出決策的能力。這就可以在各種場(chǎng)合取代人的繁重工作，或代替人到各種危險(xiǎn)和惡劣環(huán)境中完成任務(wù)。

 

原理

　　計(jì)算機(jī)視覺(jué)就是用各種成象系統(tǒng)代替視覺(jué)器官作為輸入敏感手段，由計(jì)算機(jī)來(lái)代替大腦完成處理和解釋。計(jì)算機(jī)視覺(jué)的最終研究目標(biāo)就是使計(jì)算機(jī)能象人那樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。要經(jīng)過(guò)長(zhǎng)期的努力才能達(dá)到的目標(biāo)。因此，在實(shí)現(xiàn)最終目標(biāo)以前，人們努力的中期目標(biāo)是建立一種視覺(jué)系統(tǒng)，這個(gè)系統(tǒng)能依據(jù)視覺(jué)敏感和反饋的某種程度的智能完成一定的任務(wù)。例如，計(jì)算機(jī)視覺(jué)的一個(gè)重要應(yīng)用領(lǐng)域就是自主車輛的視覺(jué)導(dǎo)航，目前還沒(méi)有條件實(shí)現(xiàn)象人那樣能識(shí)別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標(biāo)是實(shí)現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺(jué)輔助駕駛系統(tǒng)。這里要指出的一點(diǎn)是在計(jì)算機(jī)視覺(jué)系統(tǒng)中計(jì)算機(jī)起代替人腦的作用，但并不意味著計(jì)算機(jī)必須按人類視覺(jué)的方法完成視覺(jué)信息的處理。計(jì)算機(jī)視覺(jué)可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來(lái)進(jìn)行視覺(jué)信息的處理。但是，人類視覺(jué)系統(tǒng)是迄今為止，人們所知道的功能最強(qiáng)大和完善的視覺(jué)系統(tǒng)。如在以下的章節(jié)中會(huì)看到的那樣，對(duì)人類視覺(jué)處理機(jī)制的研究將給計(jì)算機(jī)視覺(jué)的研究提供啟發(fā)和指導(dǎo)。因此，用計(jì)算機(jī)信息處理的方法研究人類視覺(jué)的機(jī)理，建立人類視覺(jué)的計(jì)算理論，也是一個(gè)非常重要和信人感興趣的研究領(lǐng)域。這方面的研究被稱為計(jì)算視覺(jué)（Computational Vision）。計(jì)算視覺(jué)可被認(rèn)為是計(jì)算機(jī)視覺(jué)中的一個(gè)研究領(lǐng)域。

 

相關(guān)

　　有不少學(xué)科的研究目標(biāo)與計(jì)算機(jī)視覺(jué)相近或與此有關(guān)。這些學(xué)科中包括圖象處理、模式識(shí)別或圖象識(shí)別、景物分析、圖象理解等。由于歷史發(fā)展或領(lǐng)域本身的特點(diǎn)這些學(xué)科互有差別，但又有某種程度的相互重迭。

圖象處理

　　圖象處理技術(shù)把輸入圖象轉(zhuǎn)換成具有所希望特性的另一幅圖象。例如，可通過(guò)處理使輸出圖象有較高的信-噪比，或通過(guò)增強(qiáng)處理突出圖象的細(xì)節(jié)，以便于操作員的檢驗(yàn)。在計(jì)算機(jī)視覺(jué)研究中經(jīng)常利用圖象處理技術(shù)進(jìn)行預(yù)處理和特征抽取。

模式識(shí)別

　　模式識(shí)別技術(shù)根據(jù)從圖象抽取的統(tǒng)計(jì)特性或結(jié)構(gòu)信息，把圖象分成予定的類別。例如，文字識(shí)別或指紋識(shí)別。在計(jì)算機(jī)視覺(jué)中模式識(shí)別技術(shù)經(jīng)常用于對(duì)圖象中的某些部分，例如分割區(qū)域的識(shí)別和分類。

圖象理解

　　給定一幅圖象，圖象理解程序不僅描述圖象本身，而且描述和解釋圖象所代表的景物，以便對(duì)圖象代表的內(nèi)容作出決定。在人工智能視覺(jué)研究的初期經(jīng)常使用景物分析這個(gè)術(shù)語(yǔ)，以強(qiáng)調(diào)二維圖象與三維景物之間的區(qū)別。圖象理解除了需要復(fù)雜的圖象處理以外還需要具有關(guān)于景物成象的物理規(guī)律的知識(shí)以及與景物內(nèi)容有關(guān)的知識(shí)。 　　在建立計(jì)算機(jī)視覺(jué)系統(tǒng)時(shí)需要用到上述學(xué)科中的有關(guān)技術(shù)，但計(jì)算機(jī)視覺(jué)研究的內(nèi)容要比這些學(xué)科更為廣泛。計(jì)算機(jī)視覺(jué)的研究與人類視覺(jué)的研究密切相關(guān)。為實(shí)現(xiàn)建立與人的視覺(jué)系統(tǒng)相類似的通用計(jì)算機(jī)視覺(jué)系統(tǒng)的目標(biāo)需要建立人類視覺(jué)的計(jì)算機(jī)理論。

 

現(xiàn)狀

　　計(jì)算機(jī)視覺(jué)領(lǐng)域的突出特點(diǎn)是其多樣性與不完善性。這一領(lǐng)域的先驅(qū)可追溯到更早的時(shí)候，但是直到20世紀(jì)70年代后期，當(dāng)計(jì)算機(jī)的性能提高到足以處理諸如圖像這樣的大規(guī)模數(shù)據(jù)時(shí)，計(jì)算機(jī)視覺(jué)才得到了正式的關(guān)注和發(fā)展。然而這些發(fā)展往往起源于其他不同領(lǐng)域的需要，因而何謂“計(jì)算機(jī)視覺(jué)問(wèn)題”始終沒(méi)有得到正式定義，很自然地，“計(jì)算機(jī)視覺(jué)問(wèn)題”應(yīng)當(dāng)被如何解決也沒(méi)有成型的公式。 　　盡管如此，人們已開始掌握部分解決具體計(jì)算機(jī)視覺(jué)任務(wù)的方法，可惜這些方法通常都僅適用于一群狹隘的目標(biāo)（如：臉孔、指紋、文字等），因而無(wú)法被廣泛地應(yīng)用于不同場(chǎng)合。 　　對(duì)這些方法的應(yīng)用通常作為某些解決復(fù)雜問(wèn)題的大規(guī)模系統(tǒng)的一個(gè)組成部分（例如醫(yī)學(xué)圖像的處理，工業(yè)制造中的質(zhì)量控制與測(cè)量）。在計(jì)算機(jī)視覺(jué)的大多數(shù)實(shí)際應(yīng)用當(dāng)中，計(jì)算機(jī)被預(yù)設(shè)為解決特定的任務(wù)，然而基于機(jī)器學(xué)習(xí)的方法正日漸普及，一旦機(jī)器學(xué)習(xí)的研究進(jìn)一步發(fā)展，未來(lái)“泛用型”的電腦視覺(jué)應(yīng)用或許可以成真。 　　人工智能所研究的一個(gè)主要問(wèn)題是：如何讓系統(tǒng)具備“計(jì)劃”和“決策能力”？從而使之完成特定的技術(shù)動(dòng)作（例如：移動(dòng)一個(gè)機(jī)器人通過(guò)某種特定環(huán)境）。這一問(wèn)題便與計(jì)算機(jī)視覺(jué)問(wèn)題息息相關(guān)。在這里，計(jì)算機(jī)視覺(jué)系統(tǒng)作為一個(gè)感知器，為決策提供信息。另外一些研究方向包括模式識(shí)別和機(jī)器學(xué)習(xí)（這也隸屬于人工智能領(lǐng)域，但與計(jì)算機(jī)視覺(jué)有著重要聯(lián)系），也由此，計(jì)算機(jī)視覺(jué)時(shí)常被看作人工智能與計(jì)算機(jī)科學(xué)的一個(gè)分支。 　　物理是與計(jì)算機(jī)視覺(jué)有著重要聯(lián)系的另一領(lǐng)域。 　　計(jì)算機(jī)視覺(jué)關(guān)注的目標(biāo)在于充分理解電磁波——主要是可見光與紅外線部分——遇到物體表面被反射所形成的圖像，而這一過(guò)程便是基于光學(xué)物理和固態(tài)物理，一些尖端的圖像感知系統(tǒng)甚至?xí)?yīng)用到量子力學(xué)理論，來(lái)解析影像所表示的真實(shí)世界。同時(shí)，物理學(xué)中的很多測(cè)量難題也可以通過(guò)計(jì)算機(jī)視覺(jué)得到解決，例如流體運(yùn)動(dòng)。也由此，計(jì)算機(jī)視覺(jué)同樣可以被看作是物理學(xué)的拓展。 　　另一個(gè)具有重要意義的領(lǐng)域是神經(jīng)生物學(xué)，尤其是其中生物視覺(jué)系統(tǒng)的部分。 　　在整個(gè)20世紀(jì)中，人類對(duì)各種動(dòng)物的眼睛、神經(jīng)元、以及與視覺(jué)刺激相關(guān)的腦部組織都進(jìn)行了廣泛研究，這些研究得出了一些有關(guān)“天然的”視覺(jué)系統(tǒng)如何運(yùn)作的描述（盡管仍略嫌粗略），這也形成了計(jì)算機(jī)視覺(jué)中的一個(gè)子領(lǐng)域——人們?cè)噲D建立人工系統(tǒng)，使之在不同的復(fù)雜程度上模擬生物的視覺(jué)運(yùn)作。同時(shí)計(jì)算機(jī)視覺(jué)領(lǐng)域中，一些基于機(jī)器學(xué)習(xí)的方法也有參考部分生物機(jī)制。 　　計(jì)算機(jī)視覺(jué)的另一個(gè)相關(guān)領(lǐng)域是信號(hào)處理。很多有關(guān)單元變量信號(hào)的處理方法，尤其對(duì)是時(shí)變信號(hào)的處理，都可以很自然的被擴(kuò)展為計(jì)算機(jī)視覺(jué)中對(duì)二元變量信號(hào)或者多元變量信號(hào)的處理方法。但由于圖像數(shù)據(jù)的特有屬性，很多計(jì)算機(jī)視覺(jué)中發(fā)展起來(lái)的方法，在單元信號(hào)的處理方法中卻找不到對(duì)應(yīng)版本。這類方法的一個(gè)主要特征，便是他們的非線性以及圖像信息的多維性，以上二點(diǎn)作為計(jì)算機(jī)視覺(jué)的一部分，在信號(hào)處理學(xué)中形成了一個(gè)特殊的研究方向。 　　除了上面提到的領(lǐng)域，很多研究課題同樣可被當(dāng)作純粹的數(shù)學(xué)問(wèn)題。例如，計(jì)算機(jī)視覺(jué)中的很多問(wèn)題，其理論基礎(chǔ)便是統(tǒng)計(jì)學(xué)，最優(yōu)化理論以及幾何學(xué)。 　　如何使既有方法通過(guò)各種軟硬件實(shí)現(xiàn)，或說(shuō)如何對(duì)這些方法加以修改，而使之獲得合理的執(zhí)行速度而又不損失足夠精度，是現(xiàn)今電腦視覺(jué)領(lǐng)域的主要課題。

 

用途

　　人類正在進(jìn)入信息時(shí)代，計(jì)算機(jī)將越來(lái)越廣泛地進(jìn)入幾乎所有領(lǐng)域。一方面是更多未經(jīng)計(jì)算機(jī)專業(yè)訓(xùn)練的人也需要應(yīng)用計(jì)算機(jī)，而另一方面是計(jì)算機(jī)的功能越來(lái)越強(qiáng)，使用方法越來(lái)越復(fù)雜。這就使人在進(jìn)行交談和通訊時(shí)的靈活性與目前在使用計(jì)算機(jī)時(shí)所要求的嚴(yán)格和死板之間產(chǎn)生了尖銳的矛盾。人可通過(guò)視覺(jué)和聽覺(jué)，語(yǔ)言與外界交換信息，并且可用不同的方式表示相同的含義，而目前的計(jì)算機(jī)卻要求嚴(yán)格按照各種程序語(yǔ)言來(lái)編寫程序，只有這樣計(jì)算機(jī)才能運(yùn)行。為使更多的人能使用復(fù)雜的計(jì)算機(jī)，必須改變過(guò)去的那種讓人來(lái)適應(yīng)計(jì)算機(jī)，來(lái)死記硬背計(jì)算機(jī)的使用規(guī)則的情況。而是反過(guò)來(lái)讓計(jì)算機(jī)來(lái)適應(yīng)人的習(xí)慣和要求，以人所習(xí)慣的方式與人進(jìn)行信息交換，也就是讓計(jì)算機(jī)具有視覺(jué)、聽覺(jué)和說(shuō)話等能力。這時(shí)計(jì)算機(jī)必須具有邏輯推理和決策的能力。具有上述能力的計(jì)算機(jī)就是智能計(jì)算機(jī)。 　　智能計(jì)算機(jī)不但使計(jì)算機(jī)更便于為人們所使用，同時(shí)如果用這樣的計(jì)算機(jī)來(lái)控制各種自動(dòng)化裝置特別是智能機(jī)器人，就可以使這些自動(dòng)化系統(tǒng)和智能機(jī)器人具有適應(yīng)環(huán)境，和自主作出決策的能力。這就可以在各種場(chǎng)合取代人的繁重工作，或代替人到各種危險(xiǎn)和惡劣環(huán)境中完成任務(wù)。 　　計(jì)算機(jī)視覺(jué)就是用各種成象系統(tǒng)代替視覺(jué)器官作為輸入敏感手段，由計(jì)算機(jī)來(lái)代替大腦完成處理和解釋。計(jì)算機(jī)視覺(jué)的最終研究目標(biāo)就是使計(jì)算機(jī)能象人那樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。要經(jīng)過(guò)長(zhǎng)期的努力才能達(dá)到的目標(biāo)。因此，在實(shí)現(xiàn)最終目標(biāo)以前，人們努力的中期目標(biāo)是建立一種視覺(jué)系統(tǒng)，這個(gè)系統(tǒng)能依據(jù)視覺(jué)敏感和反饋的某種程度的智能完成一定的任務(wù)。例如，計(jì)算機(jī)視覺(jué)的一個(gè)重要應(yīng)用領(lǐng)域就是自主車輛的視覺(jué)導(dǎo)航，目前還沒(méi)有條件實(shí)現(xiàn)象人那樣能識(shí)別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標(biāo)是實(shí)現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺(jué)輔助駕駛系統(tǒng)。這里要指出的一點(diǎn)是在計(jì)算機(jī)視覺(jué)系統(tǒng)中計(jì)算機(jī)起代替人腦的作用，但并不意味著計(jì)算機(jī)必須按人類視覺(jué)的方法完成視覺(jué)信息的處理。計(jì)算機(jī)視覺(jué)可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來(lái)進(jìn)行視覺(jué)信息的處理。但是，人類視覺(jué)系統(tǒng)是迄今為止，人們所知道的功能最強(qiáng)大和完善的視覺(jué)系統(tǒng)。如在以下的章節(jié)中會(huì)看到的那樣，對(duì)人類視覺(jué)處理機(jī)制的研究將給計(jì)算機(jī)視覺(jué)的研究提供啟發(fā)和指導(dǎo)。因此，用計(jì)算機(jī)信息處理的方法研究人類視覺(jué)的機(jī)理，建立人類視覺(jué)的計(jì)算理論，也是一個(gè)非常重要和信人感興趣的研究領(lǐng)域。這方面的研究被稱為計(jì)算視覺(jué)（Computational Vision）。計(jì)算視覺(jué)可被認(rèn)為是計(jì)算機(jī)視覺(jué)中的一個(gè)研究領(lǐng)域。

 

異同

　　計(jì)算機(jī)視覺(jué)，圖象處理，圖像分析，機(jī)器人視覺(jué)和機(jī)器視覺(jué)是彼此緊密關(guān)聯(lián)的學(xué)科。如果你翻開帶有上面這些名字的教材，你會(huì)發(fā)現(xiàn)在技術(shù)和應(yīng)用領(lǐng)域上他們都有著相當(dāng)大部分的重疊。這表明這些學(xué)科的基礎(chǔ)理論大致是相同的，甚至讓人懷疑他們是同一學(xué)科被冠以不同的名稱。 　　然而，各研究機(jī)構(gòu)，學(xué)術(shù)期刊，會(huì)議及公司往往把自己特別的歸為其中某一個(gè)領(lǐng)域，于是各種各樣的用來(lái)區(qū)分這些學(xué)科的特征便被提了出來(lái)。下面將給出一種區(qū)分方法，盡管并不能說(shuō)這一區(qū)分方法完全準(zhǔn)確。 　　計(jì)算機(jī)視覺(jué)的研究對(duì)象主要是映射到單幅或多幅圖像上的三維場(chǎng)景，例如三維場(chǎng)景的重建。計(jì)算機(jī)視覺(jué)的研究很大程度上針對(duì)圖像的內(nèi)容。 　　圖象處理與圖像分析的研究對(duì)象主要是二維圖像，實(shí)現(xiàn)圖像的轉(zhuǎn)化，尤其針對(duì)像素級(jí)的操作，例如提高圖像對(duì)比度，邊緣提取，去噪聲和幾何變換如圖像旋轉(zhuǎn)。這一特征表明無(wú)論是圖像處理還是圖像分析其研究?jī)?nèi)容都和圖像的具體內(nèi)容無(wú)關(guān)。 　　機(jī)器視覺(jué)主要是指工業(yè)領(lǐng)域的視覺(jué)研究，例如自主機(jī)器人的視覺(jué)，用于檢測(cè)和測(cè)量的視覺(jué)。這表明在這一領(lǐng)域通過(guò)軟件硬件，圖像感知與控制理論往往與圖像處理得到緊密結(jié)合來(lái)實(shí)現(xiàn)高效的機(jī)器人控制或各種實(shí)時(shí)操作。 　　模式識(shí)別使用各種方法從信號(hào)中提取信息，主要運(yùn)用統(tǒng)計(jì)學(xué)的理論。此領(lǐng)域的一個(gè)主要方向便是從圖像數(shù)據(jù)中提取信息。 　　還有一個(gè)領(lǐng)域被稱為成像技術(shù)。這一領(lǐng)域最初的研究?jī)?nèi)容主要是制作圖像，但有時(shí)也涉及到圖像分析和處理。例如，醫(yī)學(xué)成像就包含大量的醫(yī)學(xué)領(lǐng)域的圖像分析。 　　對(duì)于所有這些領(lǐng)域，一個(gè)可能的過(guò)程是你在計(jì)算機(jī)視覺(jué)的實(shí)驗(yàn)室工作，工作中從事著圖象處理，最終解決了機(jī)器視覺(jué)領(lǐng)域的問(wèn)題，然后把自己的成果發(fā)表在了模式識(shí)別的會(huì)議上。

 

問(wèn)題

　　幾乎在每個(gè)計(jì)算機(jī)視覺(jué)技術(shù)的具體應(yīng)用都要解決一系列相同的問(wèn)題。這些經(jīng)典的問(wèn)題包括：

識(shí)別

　　一個(gè)計(jì)算機(jī)視覺(jué)，圖像處理和機(jī)器視覺(jué)所共有的經(jīng)典問(wèn)題便是判定一組圖像數(shù)據(jù)中是否包含某個(gè)特定的物體，圖像特征或運(yùn)動(dòng)狀態(tài)。這一問(wèn)題通?？梢酝ㄟ^(guò)機(jī)器自動(dòng)解決，但是到目前為止，還沒(méi)有某個(gè)單一的方法能夠廣泛的對(duì)各種情況進(jìn)行判定：在任意環(huán)境中識(shí)別任意物體。現(xiàn)有技術(shù)能夠也只能夠很好地解決特定目標(biāo)的識(shí)別，比如簡(jiǎn)單幾何圖形識(shí)別，人臉識(shí)別，印刷或手寫文件識(shí)別或者車輛識(shí)別。而且這些識(shí)別需要在特定的環(huán)境中，具有指定的光照，背景和目標(biāo)姿態(tài)要求。 　　廣義的識(shí)別在不同的場(chǎng)合又演化成了幾個(gè)略有差異的概念： 　　識(shí)別（狹義的）：對(duì)一個(gè)或多個(gè)經(jīng)過(guò)預(yù)先定義或?qū)W習(xí)的物體或物類進(jìn)行辨識(shí)，通常在辨識(shí)過(guò)程中還要提供他們的二維位置或三維姿態(tài)。 　　鑒別：識(shí)別辨認(rèn)單一物體本身。例如：某一人臉的識(shí)別，某一指紋的識(shí)別。 　　監(jiān)測(cè)：從圖像中發(fā)現(xiàn)特定的情況內(nèi)容。例如：醫(yī)學(xué)中對(duì)細(xì)胞或組織不正常技能的發(fā)現(xiàn)，交通監(jiān)視儀器對(duì)過(guò)往車輛的發(fā)現(xiàn)。監(jiān)測(cè)往往是通過(guò)簡(jiǎn)單的圖象處理發(fā)現(xiàn)圖像中的特殊區(qū)域，為后繼更復(fù)雜的操作提供起點(diǎn)。 　　識(shí)別的幾個(gè)具體應(yīng)用方向： 　　基于內(nèi)容的圖像提?。涸诰薮蟮膱D像集合中尋找包含指定內(nèi)容的所有圖片。被指定的內(nèi)容可以是多種形式，比如一個(gè)紅色的大致是圓形的圖案，或者一輛自行車。在這里對(duì)后一種內(nèi)容的尋找顯然要比前一種更復(fù)雜，因?yàn)榍耙环N描述的是一個(gè)低級(jí)直觀的視覺(jué)特征，而后者則涉及一個(gè)抽象概念（也可以說(shuō)是高級(jí)的視覺(jué)特征），即‘自行車’，顯然的一點(diǎn)就是自行車的外觀并不是固定的。 　　姿態(tài)評(píng)估：對(duì)某一物體相對(duì)于攝像機(jī)的位置或者方向的評(píng)估。例如：對(duì)機(jī)器臂姿態(tài)和位置的評(píng)估。 　　光學(xué)字符識(shí)別對(duì)圖像中的印刷或手寫文字進(jìn)行識(shí)別鑒別，通常的輸出是將之轉(zhuǎn)化成易于編輯的文檔形式。

運(yùn)動(dòng)

　　基于序列圖像的對(duì)物體運(yùn)動(dòng)的監(jiān)測(cè)包含多種類型，諸如： 　　自體運(yùn)動(dòng)：監(jiān)測(cè)攝像機(jī)的三維剛性運(yùn)動(dòng)。 　　圖像跟蹤：跟蹤運(yùn)動(dòng)的物體。

場(chǎng)景重建

　　給定一個(gè)場(chǎng)景的二或多幅圖像或者一段錄像，場(chǎng)景重建尋求為該場(chǎng)景建立一個(gè)計(jì)算機(jī)模型/三維模型。最簡(jiǎn)單的情況便是生成一組三維空間中的點(diǎn)。更復(fù)雜的情況下會(huì)建立起完整的三維表面模型。

圖像恢復(fù)

　　圖像恢復(fù)的目標(biāo)在于移除圖像中的噪聲，例如儀器噪聲，模糊等。

 

系統(tǒng)

　　計(jì)算機(jī)視覺(jué)系統(tǒng)的結(jié)構(gòu)形式很大程度上依賴于其具體應(yīng)用方向。有些是獨(dú)立工作的，用于解決具體的測(cè)量或檢測(cè)問(wèn)題；也有些作為某個(gè)大型復(fù)雜系統(tǒng)的組成部分出現(xiàn)，比如和機(jī)械控制系統(tǒng)，數(shù)據(jù)庫(kù)系統(tǒng)，人機(jī)接口設(shè)備協(xié)同工作。計(jì)算機(jī)視覺(jué)系統(tǒng)的具體實(shí)現(xiàn)方法同時(shí)也由其功能決定——是預(yù)先固定的抑或是在運(yùn)行過(guò)程中自動(dòng)學(xué)習(xí)調(diào)整。盡管如此，有些功能卻幾乎是每個(gè)計(jì)算機(jī)系統(tǒng)都需要具備的：

圖像獲取

　　一幅數(shù)字圖像是由一個(gè)或多個(gè)圖像感知器產(chǎn)生，這里的感知器可以是各種光敏攝像機(jī)，包括遙感設(shè)備，X射線斷層攝影儀，雷達(dá)，超聲波接收器等。去絕不與同的感知器，產(chǎn)生的圖片可以是普通的二維圖像，三維圖組或者一個(gè)圖像序列。圖片的像素值往往對(duì)應(yīng)于光在一個(gè)或多個(gè)光譜段上的強(qiáng)度（灰度圖或彩色圖），但也可以是相關(guān)的各種物理數(shù)據(jù)，如聲波，電磁波或核磁共振的深度，吸收度或反射度。

預(yù)處理

　　在對(duì)圖像實(shí)施具體的計(jì)算機(jī)視覺(jué)方法來(lái)提取某種特定的信息前，一種或一些預(yù)處理往往被采用來(lái)使圖像滿足后繼方法的要求。例如： 　　二次取樣保證圖像坐標(biāo)的正確； 　　平滑去噪來(lái)濾除感知器引入的設(shè)備噪聲； 　　提高對(duì)比度來(lái)保證實(shí)現(xiàn)相關(guān)信息可以被檢測(cè)到； 　　調(diào)整尺度空間使圖像結(jié)構(gòu)適合局部應(yīng)用。

特征提取

　　從圖像中提取各種復(fù)雜度的特征。例如： 　　線，邊緣提取； 　　局部化的特征點(diǎn)檢測(cè)如邊角檢測(cè)，斑點(diǎn)檢測(cè)； 　　更復(fù)雜的特征可能與圖像中的紋理形狀或運(yùn)動(dòng)有關(guān)。

檢測(cè)分割

　　在圖像處理過(guò)程中，有時(shí)會(huì)需要對(duì)圖像進(jìn)行分割來(lái)提取有價(jià)值的用于后繼處理的部分，例如 　　篩選特征點(diǎn)； 　　分割一或多幅圖片中含有特定目標(biāo)的部分。

高級(jí)處理

　　到了這一步，數(shù)據(jù)往往具有很小的數(shù)量，例如圖像中經(jīng)先前處理被認(rèn)為含有目標(biāo)物體的部分。這時(shí)的處理包括： 　　驗(yàn)證得到的數(shù)據(jù)是否符合前提要求； 　　估測(cè)特定系數(shù)，比如目標(biāo)的姿態(tài)，體積； 　　對(duì)目標(biāo)進(jìn)行分類。

 

要件

　　光源布局影響大需審慎考量。 　　正確的選擇鏡組，考量倍率、空間、尺寸、失真… 。 　　選擇合適的攝影機(jī)(CCD)，考量功能、規(guī)格、穩(wěn)定性、耐用...。 　　視覺(jué)軟件開發(fā)需靠經(jīng)驗(yàn)累積，多嘗試、思考問(wèn)題的解決途徑。 　　以創(chuàng)造精度的不斷提升，縮短處理時(shí)間為最終目標(biāo)。

 

會(huì)議

頂級(jí)

　　ICCV：International Conference on Computer Vision，國(guó)際計(jì)算機(jī)視覺(jué)大會(huì) 　　CVPR：International Conference on Computer Vision and Pattern Recognition，國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別大會(huì) 　　ECCV：European Conference on Computer Vision，歐洲計(jì)算機(jī)視覺(jué)大會(huì)

較好

　　ICIP：International Conference on Image Processing，國(guó)際圖像處理大會(huì) 　　BMVC：British Machine Vision Conference，英國(guó)機(jī)器視覺(jué)大會(huì) 　　ICPR：International Conference on Pattern Recognition，國(guó)際模式識(shí)別大會(huì) 　　ACCV：Asian Conference on Computer Vision，亞洲計(jì)算機(jī)視覺(jué)大會(huì)

 

期刊

頂級(jí)

　　PAMI：IEEE Transactions on Pattern Analysis and Machine Intelligence，IEEE 模式分析與機(jī)器智能雜志 　　IJCV：International Journal on Computer Vision，國(guó)際計(jì)算機(jī)視覺(jué)雜志

較好

　　CVIU：Computer Vision and Image Understanding，計(jì)算機(jī)視覺(jué)與圖像理解 　　PR：Pattern Recognition，模式識(shí)別 　　PRL：Pattern Recognition Letters，模式識(shí)別快報(bào)