计算机视觉
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
目 录
1定义
2解析
3原理
4相关
1. 4.1 图像处理
2. 4.2 模式识别
3. 4.3 图像理解
5现状
6用途
7异同
8问题
1. 8.1 识别 2. 8.2
运动
3. 8.3 场景重建
4. 8.4 图像恢复
9系统
1. 9.1 图像获取
2. 9.2 预处理
3. 9.3 特征提取
4. 9.4
检测分割
5. 9.5 高级处理
10要件
11会议
1. 11.1 顶级
2. 11.2 较好
12期刊
1. 12.1 顶级
2. 12.2 较好
1定义
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。
计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。我们中国人的成语"眼见为实"和西方人常说的"One
picture is worth ten thousand words"表达了视觉对人类的重要性。不难想象，具有视觉的机器的应用前景能有多么地宽广。
计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。
过去几年，全球的互联网公司包括谷歌、微软、Facebook以及中国的百度、阿里巴巴都在加强人工智能领域的投资，设立自己的人工智能研究院。vivo是第一家设立专攻人工智能方向研究院的中国手机公司。此举是vivo内部已经确立的一份3-5年的中长期发展的战略规划，未来对人工智能的发展研究是必然趋势，vivo公司创始人兼CEO沈炜曾表示“人工智能和5G的结合将会是5G时代手机发展的趋势”。
今年我们看到vivo在产品上不少创新，比如AI拍照、商用屏下指纹技术等等，这些都是基于生物特征(biometrics)的鉴别技术，除此之外还有对人脸、虹膜、指纹、声音等特征上的识别，这些大多涉及到视觉信息，正是体现了计算机视觉的应用性，那什么是计算机视觉呢?
计算机视觉技术的概念
正像其它学科一样，一个大量人员研究了多年的学科，却很难给出一个严格的定义，模式识别如此，目前火热的人工智能如此，计算机视觉亦如此。与计算机视觉密切相关的概念有视觉感知(visual perception),视觉认知(visual cognition),图像和视频理解( image and video
understanding)。这些概念有一些共性之处，也有本质不同。
从广义上说，计算机视觉就是“赋予机器自然视觉能力”的学科。自然视觉能力，就是指生物视觉系统体现的视觉能力。一则生物自然视觉无法严格定义，在加上这种广义视觉定义又“包罗万象”，同时也不太符合40多年来计算机视觉的研究状况，所以这种“广义计算机视觉定义”，虽无可挑剔，但也缺乏实质性内容，不过是一种“循环式游戏定义”而已。
实际上，计算机视觉本质上就是研究视觉感知问题。视觉感知，根据维科百基(Wikipedia)的定义, 是指对“环境表达和理解中，对视觉信息的组织、识别和解释的过程”。根据这种定义，计算机视觉的目标是对环境的表达和理解，核心问题是研究如何对输入的图像信息进行组织，对物体和场景进行识别，进而对图像内容给予解释。
《计算机视觉》复习题
1、利用MFC及OpenCV 库函数编写对话框程序，添加按钮实现图像读入、图像阈值分割、边缘提取等功能（至少实现三个以上功能）。（考前做好并用A4纸打印，考试当天带来）
2、证明Laplace算子理论为旋转不变算子，即当图像v,uf旋转后，计算值在对应点保持不变。
3、计算机视觉研究的目的是什么？它和图像处理及计算机图形学的区别和联系是什么？
从20世纪50年代末开始，计算机开始被作为实现人类智能和人类感知的工具，借助计算机人类第一次可以象借助机械实现对体力的延伸一样实现对脑力和感知能力的延伸。对人类视觉感知能力的计算机模拟导致了计算机视觉的产生。计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来替代大脑完成处理和解释。计算机视觉使用的理论方法主要是基于几何、概率和运动学计算与三维重构的视觉计算理论。
具体地讲，计算机视觉要达到的基本目的有以下几个：
根据一幅或者多幅二维图像计算出观测点到目标物体的距离；
根据一幅或者多幅二维图像计算出观测点到目标物体的运动参数；
根据一幅或者多幅二维图像计算出观测点到目标物体的表面物理特征；
根据多幅二维投影图像恢复出更大空间区域的投影图像。
简单来说，计算机视觉要达到的最终目的是实现利用计算机对三维景物世界的理解，即实现人的视觉系统的某些功能。从本质上来讲，计算机视觉研究就是利用二维投影图像来重构三维物体的可视部分。
计算机视觉和图像处理及计算机图形学的区别和联系：
区别：
图像处理（image processing） 通常是把一幅图像变换为另外一幅图像。它输入的是图像，输出的也是图像。Photoshop中对一幅图像应用滤镜就是典型的一种图像处理。常见操作有模糊、灰度化、增强对比度。
计算机图形学（Computer Graphics）是借助计算机来研究图形表达、处理图像、显示生成的学科。，主要通过几何基元，如线、圆和自由曲面等，来生成图像，属于图像综合。输入的是对虚拟场景的描述，通常为多边形数组，输出的是图像，即二维像素数组。 计算机视觉（Computer Vision）利用二维投影图像来重构三维物体的可视部分。输入的是图像或者图像序列，通常来自计算机或者USB摄像头，输出的是对于图像序列对应的真实世界的理解，比如检测人脸、识别车牌等。
计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取„信息‟的人工智能系统。这里所
指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
定义
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。 计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。
解析
视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能／自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战（grand challenge）。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。为此我们将先介绍人类视觉。 人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。一方面是更多未经计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。人可通过视觉和听觉，语言与外界交换信息，并且可用不同的方式表示相同的含义，而目前的计算机却要求严格按照各种程序语言来编写程序，只有这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。 智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置特别是智能机器人，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。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。
