计算机视觉专业导论论文

1计算机视觉概述 人类对外界世界信息的感知80%以上是通过视觉得到的。随着信号处理理论与计算机的出现，人们试图用摄像机获取环境图像并将其转换成数字信号，用计算机实现对视觉信息处理的全过程，这样就形成了一门新兴的学科—计算机视觉。 计算机视觉是一门研究如何使机器“看”的科学，具体的说，就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是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。计算机视觉的研究目标是使计算机具有通过二维图像认识三维环境信息的能力。这种能力不仅使机器能感知三维环境总物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、储存、识别与理解，最终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。 作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括： 1. 程序控制（例如工业机器人和无人驾驶汽车） 2. 事件监测（例如图像监测） 3. 信息组织（例如图像数据库和图像序列的索引建立） 4. 物体与环境建模（例如工业检查，医学图像分析和拓扑建模） 5. 交感互动（例如人机互动的输入设备） 计算机视觉同样可以被看作是生物视觉的一个补充。在生物视觉领域中，人类和各种动物的视觉都得到了研究，从而建立了这些视觉 系统感知信息过程中所使用的物理模型。另一方面，在计算机视觉中，靠软件和硬件实现的人工智能系统得到了研究与描述。生物视 觉与计算机视觉进行的学科间交流为彼此都带来了巨大价值。 计算机视觉包含如下一些分支：画面重建，事件监测，目标跟踪，目标识别，机器学习，索引建立，图像恢复等。

1.1 计算机视觉与其他科学领域的关系 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，是一门综合性的学科，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。 在信号处理领域，计算机视觉与图像处理，图像分析，机器人视觉和机器视觉等学科有着紧密的联系。虽然在某些方面各学科之间存在着重叠的方向，但各个领域又存在着差异。 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。图像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。而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。同时，模式识别是使用各种方法从信号中提取信息，主要运用统计学的理论。其中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，它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。

1.2 计算机视觉发展 计算机是觉得发展可以追溯到上世纪五十年代，当时模式识别的重要内容是二维图像分析和识别，如光学字符识别、工件表面、显微图片和航空图片的分析和解释等。这是计算机视觉产生的基础。作为一门学科，计算机视觉开始于60年代初，麻省理工大学的Roberts通过计算机程序从数字图像中提取出了诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的控件关系进行描述。这项研究开创了以理解三维场景为目的的三维计算机视觉的研究。Roberts对积木世界的创造性研究给人们以极大地启发，使许多人相信，一旦由白色积木玩具组成的三维世界可以被理解，则可以推广到理解更复杂的三维场景。70年代中期，麻省理工大学人工智能实验室正式开设“计算机视觉”课程，由B.K.P.Horn教授讲授。David Marr教授于1973年应邀在MIT的AI实验室领导一个以博士生为主体的研究小组，并于1977年提出了不同于“积木世界”分析方法的计算视觉理论—Marr理论。Marr理论一经提出，便成为了计算机视觉研究领域中的一个十分重要的理论框架。计算机视觉从此获得蓬勃发展，新概念、新方法、新理论、新应用不断涌现，比如，基于感知特征群的物体识别理论框架，主动视觉理论框架，视觉集成理论框架等。

1.3 Marr的计算视觉理论 Marr的计算视觉理论立足于计算机科学，系统地概括了心理生理学、神经生理学等方面取得的所有重要成果，是视觉研究中迄今为止最为完善的视觉理论。Marr建立的视觉计算理论，使计算机视觉研究有了一个比较明确的体系，并大大推动了计算机视觉研究的发展。 视觉研究的最终目标是要阐明视觉系统究竟是怎样完成视觉任务的。Marr理论认为:神经系统所作的信息处理与机器相似。视觉是一种复杂的信息处理任务，目的是要把握对我们有用的外部世界的各种情况，并把它们表达出来。这种任务必须在计算理论、算法和硬件实现这三个不同的层次上来理解。 Marr对于计算机视觉理论的贡献不仅在与他将信息处理归纳成为三个层次，同时在于从信息处理的观点出发他将视觉处理的整个理论框架表达了出来。这个框架向我们提供了一个解决视觉问题的新的策略。这个理论框架主要由视觉所建立、保持、并予以解释的三级表象结构组成，即： 1. 基元图：由于图像的密度变化可能与物体边界这类具体的物理性质相对应，因此它主要描述图像的密度变化及其局部几何关系。例如，抽取图像中的角点、边缘、纹理、线条、边界等基本特征。 2. 2.5维图：是指在与观测者为中心的坐标系中，由输入图像和基元图恢复场景可见部分的深度、法线方向、轮廓等，这些信息包含了深度信息，但不是真正的物体三维表示。 3. 3维模型表象：是在以物体为中心的坐标中，由输入图像、基元图、二维半图来恢复、表示和识别物体的三维形状表象。 根据Marr的观点，各种不同的视觉处理凑在一起产生各级表象，在表象中它们有机地结合起来（如图1所示）。把视觉处理看成是一组相对独立的功能块，这一思想特别重要，也特别有用。它不但有计算的、进化论的、方法论的论据支持，而且更重要的是某些视觉功能块已经用实验方法分离出来。

主要表象 解码处理（视觉功能块）

2.5维图 3维模型表象 自然坐标轴的辨识 以观察着为中心的坐标 转换成以物体为中心的坐标

提取零交叉点 提取（线段）终端 原始的基元图

萤光 透明度 符号集群并合完全的基元图

基元图

表面质地 体视 方向选择性 表面轮廓 遮挡轮廓

荫影 运动结构 视动图像

表面质地 图1 视觉信息处理的理论框架 Marr理论是计算机视觉研究领域的划时代成就，但该理论不是十分完善的，许多方面还有争议。比如：视觉处理框架基本上是自下而上，没有反馈同时也没有足够的重视知识的应用。但不可否认，Marr理论给了我们研究计算机视觉许多珍贵的哲学思想和研究方法，同时也给计算机视觉研究领域创造了许多研究起点。 2计算机视觉的应用 计算机视觉被称为自动化的眼睛，在国民经济、科学研究及国防建设等领域都有着广泛的应用。视觉的最大优点是与被观测的对象无接触，由此对观测与被观测者都不会产生任何损伤，十分安全可靠，这是其他感觉方式无法比拟的。另外视觉方法所能检测的对象十分广泛，可以说是对对象不加选择。理论上，人眼观察不到的范围计算机视觉也可以观察，例如红外线、微波、超声波等人类就观察不到。而计算机视觉则可以利用这方面的敏感器件形成红外线、微波、超声波等图像。因此可以说是扩展了人类视觉范围。另外，由于人无法长时间地观察对象，而计算机视觉则不知疲劳，如始如一地观测，所以计算机视觉可以广泛地用于长时问恶劣的工作环境。 计算机视觉已经大量应用于工业生产的各个方面，例如在对烟叶品质进行图像处理过程中，借助MATLAB图像处理工具箱和神经网络技术，对各种类型的烟叶的数字图像进行计算机视觉分析，用图像工具箱抽取烟叶数字图像特征，将待测烟叶样本与标准烟叶样本进行对比，最后达到自动识别待测烟叶样本的品质的智能评定。又如在生产线上部件安装、自动焊接，切割加工，大规模集成电路生产线上自动连接引线、对准芯片和封装，石油、煤矿等地质钻探中数据流自动监测和滤波，在纺织、印染业进行自动分色、配色都有着广泛的应用。 近年来人脸识别技术在商业上和法律上有大量应用，如身份证、护照、信用卡、驾驶执照与实际持证人的核对，视频监控系统中的人物跟踪、Video图像的实时匹配、公安系统的犯罪身份识别、银行及海关的监控系统和自动门卫系统等。它是利用计算机对人脸图像进行分析，从中提取有效的识别信息，用来“辨别”身份的一门技术。它涉及到图像处理、模式识别、计算机视觉和神经网络等。 X—CT、放射性同位素扫描、B型超声、核磁共振成像，是现代医学的四大成像技术。B超检测系统通过有规律的发射超声波，接受从人体发射回来的声音信号，形成灰度声图像线密度值。X—CT根据x射线对人体组织各部分具有不同的透过和吸收作用的性质，利用CT图像重建技术对穿过人体截面的X扫描线进行测量和运算，重建人体内部的立体图像。x光机的图像处理系统可进行导管定标、血管造影及血管动态分析。通过对x光图像的处理，可以分辨关节等部分的细节，甚至人体内的胆结石。利用计算机视觉的方法，对心血管管医学图像进行建模和分析，结合心脏动态特征和临床知识对医学动态图像进行定量的运动分析，为医生的诊断和分析心血管疾病提供了一个有效的工具和途径。 发达国家将计算机视觉技术应用于农作物种子质量检验评价，至今已经取得了较大发展。例如，通过计算机视觉技术来评价蚕豆品质的方法。这一理论提出用两种不同的离散方法来区分合格、破损、过小、异类蚕豆和石头。利用彩色图