![](https://csdnimg.cn/release/download_crawler_static/86835658/bg4.jpg)
力。这就可以在各种场合取代人的繁重工作,或代替人到各种危险和恶劣环境中完成任务。
计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段,由计算机来代替大脑完成
处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世
界,具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此,在实现最终目标
以前,人们努力的中期目标是建立一种视觉系统,这个系统能依据视觉敏感和反馈的某种程
度的智能完成一定的任务。例如,计算机视觉的一个重要应用领域就是自主车辆的视觉导航,
目前还没有条件实现象人那样能识别和理解任何环境,完成自主导航的系统。因此,目前人
们努力的研究目标是实现在高速公路上具有道路跟踪能力,可避免与前方车辆碰撞的视觉辅
助驾驶系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用,但并不意
味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算
机系统的特点来进行视觉信息的处理。但是,人类视觉系统是迄今为止,人们所知道的功能
最强大和完善的视觉系统。如在以下的章节中会看到的那样,对人类视觉处理机制的研究将
给计算机视觉的研究提供启发和指导。因此,用计算机信息处理的方法研究人类视觉的机理,
建立人类视觉的计算理论,也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称
为计算视觉(Computational Vision)。计算视觉可被认为是计算机视觉中的一个研究领域。
异同
计算机视觉,图象处理,图像分析 ,机器人视觉和机器视觉是彼此紧密关联的学科。
如果你翻开带有上面这些名字的教材,你会发现在技术和应用领域上他们都有着相当大部分
的重叠。这表明这些学科的基础理论 大致是相同的,甚至让人怀疑他们是同一学科被冠以
不同的名称。 然而,各研究机构,学术期刊,会议及公司往往把自己特别的归为其中
某一个领域,于是各种各样的用来区分这些学科的特征便被提了出来。下面将给出一种区分
方法,尽管并不能说这一区分方法完全准确。 计算机视觉的研究对象主要是映射到单
幅或多幅图像上的三维场景,例如三维场景的重建。计算机视觉的研究很大程度上针对图像
的内容。 图象处理与图像分析的研究对象主要是二维图像,实现图像的转化,尤其针
对像素 级的操作,例如提高图像对比度,边缘提取,去噪声和几何变换如图像旋转 。这一
特征表明无论是图像处理 还是图像分析其研究内容都和图像的具体内容无关。 机器视
觉主要是指工业领域的视觉研究,例如自主机器人 的视觉,用于检测和测量的视觉。这表
明在这一领域通过软件 硬件,图像感知与控制理论往往与图像处理得到紧密结合来实现高
效的机器人控制或各种实时操作。 模式识别使用各种方法从信号中提取信息,主要运
用统计学的理论。此领域的一个主要方向便是从图像数据中提取信息。 还有一个领域
被称为成像技术。这一领域最初的研究内容主要是制作图像,但有时也涉及到图像分析和处
理。例如,医学成像就包含大量的医学领域的图像分析。 对于所有这些领域,一个可
能的过程是你在计算机视觉的实验室工作,工作中从事着图象处理,最终解决了机器视觉领
域的问题,然后把自己的成果发表在了模式识别的会议上。
问题
几乎在每个计算机视觉技术的具体应用都要解决一系列相同的问题。这些经典的问题包
括:
识别
一个计算机视觉,图像处理和机器 视觉所共有的经典问题便是判定一组图像数据中是
否包含某个特定的物体,图像特征或运动状态。这一问题通常可以通过机器自动解决,但是