機器視覺結(jié)課論文

1、機器視覺論文通過一個學(xué)期的機器視覺學(xué)習(xí)，我大概了解了機器視覺的研究內(nèi)容，機器視 覺問題的處理方法，以及機器視覺這個領(lǐng)域的發(fā)展過程。最大的收獲是對很多具 體事物，有了新的看待角度，收益匪淺。機器視覺的定義機器視覺是一門研究如何使機器看”的科學(xué)，更進一步的說，就是是指用 攝影機和電腦代替人眼對目標(biāo)進行識別、跟蹤和測量等機器視覺，并進一步做圖 形處理，用電腦處理成為更適合人目艮觀察或傳送給儀器檢測的圖像。作為一個科 學(xué)學(xué)科，計算機視覺研究相關(guān)的理論和技術(shù)，試圖建立能夠從圖像或者多維數(shù)據(jù) 中獲取信息的人工智能系統(tǒng)。這里所指的信息指Shannon定義的，可以 用來幫助做一個決定”的信息。因為感知可以看作

2、是從感官信號中提取信息， 所以計算機視覺也可以看作是研究如何使人工系統(tǒng)從圖像或多維數(shù)據(jù)中感知” 的科學(xué)。人類感知外界環(huán)境主要通過視覺,聽覺和觸覺等四大感覺系統(tǒng)。其中視覺系 統(tǒng)是最復(fù)雜的。人類從外界獲得的信息中視覺信號量最大。模仿人類的視覺系統(tǒng), 計算機視覺系統(tǒng)中信息的處理和分析大致可以分成兩個階段:圖象處理階段又稱 視覺處理中的低水平和中水平階段；圖象分析、理解階段又稱視覺處理中的高水 平處理階段。計算機視覺學(xué)所研究的對象，簡單地說就是研究如何讓計算機通過圖象傳感 器或其它光傳感器來感知、分析和理解周圍環(huán)境。在信號處理領(lǐng)域，計算機視覺與圖像處理，圖像分析，機器人視覺和機器視覺等學(xué)科有著緊密的聯(lián)

3、系。雖然在 某些方面各學(xué)科之間存在著重疊的方向，但各個領(lǐng)域又存在著差異。有不少學(xué) 科的研究目標(biāo)與計算機視覺相近或與此有關(guān)。這些學(xué)科中包括圖象處理、模 式識別或圖象識別、景物分析、圖象理解等。由于歷史發(fā)展或領(lǐng)域本身的特 點這些學(xué)科互有差別，但又有某種程度的相互重疊。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，可通過處理使輸出圖象有較高的信-噪比，或通過增強處理突出 圖象的細節(jié)，以便于操作員的檢驗。在計算機視覺研究中經(jīng)常利用圖象處理 技術(shù)進行預(yù)處理和特征抽取。模式識別，模式識別技術(shù)根據(jù)從圖象抽取的統(tǒng)計特性或結(jié)構(gòu)信息，把圖象 分成予定的類別。例如，文字識別或指紋識別。在

4、計算機視覺中模式識別技 術(shù)經(jīng)常用于對圖象中的某些部分，例如分割區(qū)域的識別和分類。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，以便對圖象代表的內(nèi)容作出決定。在人工智能視覺 研究的初期經(jīng)常使用景物分析這個術(shù)語，以強調(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)律的知識以及與景物內(nèi)容有關(guān)的知識。在建立計算機視覺系統(tǒng)時需要用到上述學(xué)科中的有關(guān)技術(shù)，但計算機視覺 研究的內(nèi)容要比這些學(xué)科更為廣泛。計算機視覺的研究與人類視覺的研究密 切相關(guān)。為實現(xiàn)建立與人的視覺系統(tǒng)相類似的通用計算機視覺系統(tǒng)的目標(biāo)需 要建立人類

5、視覺的計算機理論。機器視覺的處理技術(shù)圖像的獲取是通過輸入設(shè)備來得到的。 輸入設(shè)備包括成像設(shè)備和數(shù)字化 設(shè)備。成像設(shè)備是通過光學(xué)攝像機或紅外、激光、超聲、X射線對周圍場景 或物體進行探測成像，得到關(guān)于場景或物體的二維或三維數(shù)字圖像。好的 成像系統(tǒng)能夠很好的對圖像的處理做好前期準(zhǔn)備。如紅外成像系統(tǒng)，激光 成像系統(tǒng)，還有計算機成像系統(tǒng)，即每個像素元（或）若干像素元對應(yīng)一 個簡單的處理器，這樣可以適應(yīng)復(fù)雜場景動態(tài)變化的場合。圖像預(yù)處理，這一過程主要對輸入的原始圖像進行處理。這一過程借助 大量的圖像處理技術(shù)和算法，如圖像濾波、圖像增強、邊緣檢測等，以便 從圖像中抽取諸如角點、邊緣、線條、邊界已經(jīng)色彩等官

6、員場景的基本特 征；這一過程還包括了各種圖像變換、圖像紋理檢測、圖像運動檢測等。在 對圖像實施具體的計算機視覺方法來提取某種特定的信息前，一種或一些預(yù)處理 往往被采用來使圖像滿足后繼方法的要求。圖像復(fù)合，主要任務(wù)是恢復(fù)場景的深度、表面法線方向、輪廓等有關(guān)場景的 維數(shù)信息，實現(xiàn)的途徑有立體視覺、測距成像、運動估計、明暗特征、紋理特征 等所謂的蔥X恢復(fù)形狀的估計方法。系統(tǒng)表達、系統(tǒng)成像模型等研究內(nèi)容一般 也在這里進行。圖像恢復(fù)，任務(wù)是在以物體為中心的坐標(biāo)系中，在原始輸入圖像，圖像基本 特征，恢復(fù)舞臺的完整三維圖，建立舞臺三維描述，識別三維物體并確定舞臺的 位置和方向。圖像理解，到這一步是為了辨別物

7、體并對物體進行分類。經(jīng)過前幾個步驟的 處理將被認(rèn)為含有目標(biāo)物體的部分進行處理。驗證得到的數(shù)據(jù)是否符合前提要求，估測待定系數(shù)，比如目標(biāo)姿態(tài)，體積，位置等。最后進目標(biāo)進行分類理解， 解釋目標(biāo)的各種特性。在圖象處理階段，計算機對圖象信息進行一系列的加工處理，校正成象過 程中系統(tǒng)引進的光度學(xué)和幾何學(xué)的畸變抑制和去除成象過程中引進的噪聲 統(tǒng)稱為圖象的恢復(fù)。從圖象信息如亮度分布信息中提取諸如邊沿信息，深 度信息圖象點沿軸方向的尺度，表面三維傾斜方向信息等反映客觀景物特征 的信息。根據(jù)抽取的特征信息把反映三維客體的各個圖象基元，如輪廓、線條、紋理、邊緣、邊界、物體的各個面等從圖象中分離出來，并且建立起各個基

8、元之間的拓樸學(xué)上的和幾何學(xué)上的關(guān)系一稱之基元的分割和關(guān)系的確 定。在圖象分析和理解階段，計算機根據(jù)事先存貯在數(shù)據(jù)庫中的預(yù)知識模型， 識別出各個基元或某些基元組合所代表的客觀世界中的某些實體稱之為模 型匹配以及根據(jù)圖象中各基元之間的關(guān)系在預(yù)知識的指導(dǎo)下得出圖象所代 表的實際景物的含義，得出圖象的解釋或描述。預(yù)知識在視覺系統(tǒng)中起著相當(dāng)重要的作用。在預(yù)知識庫中存放著各種實際 可能遇到的物體的知識模型，和實際景物中各種物體之間的約束關(guān)系。計算 機的作用是根據(jù)被分析的圖象中的各基元及其關(guān)系，利用預(yù)知識作為指導(dǎo)，通 過匹配，搜索和推理等手段，最終得到對圖象的描述。在整個過程中預(yù)知識時 刻提供處理的樣板和證

9、據(jù)。每一步的處理結(jié)果隨時同預(yù)知識進行對比。有時, 處理的中間結(jié)果和最終結(jié)果還要饋送給預(yù)知識庫作為知識的更新和積累。計算機視覺的應(yīng)用領(lǐng)域主要包括對照片、視頻資料如航空照片、衛(wèi)星照片、 視頻片段等的解釋、精確制導(dǎo)、移動機器人視覺導(dǎo)航、醫(yī)學(xué)輔助診斷、工業(yè)機器 人的手目艮系統(tǒng)、地圖繪制、物體三維形狀分析與識別及智能人機接口等。早期進行數(shù)字圖像處理的目的之一就是要通過采用數(shù)字技術(shù)提高照片的質(zhì)量， 輔助進行航空照片和衛(wèi)星照片的讀取判別與分類。由于需要判讀的照片數(shù)量很多, 于是希望有自動的視覺系統(tǒng)進行判讀解釋，在這樣的背景下，產(chǎn)生了許多航空照片 和衛(wèi)星照片判讀系統(tǒng)與方法。自動判讀的進一步應(yīng)用就是直接確定目標(biāo)

10、的性質(zhì)， 進行實時的自動分類，并與制導(dǎo)系統(tǒng)相結(jié)合。目前常用的制導(dǎo)方式包括激光制導(dǎo)、 電視制導(dǎo)和圖像制導(dǎo)，在導(dǎo)彈系統(tǒng)中常常將慣性制導(dǎo)與圖像制導(dǎo)結(jié)合，利用圖像進 行精確的末制導(dǎo)。工業(yè)機器人的手目艮系統(tǒng)是計算機視覺應(yīng)用最為成功的領(lǐng)域之一，由于工業(yè)現(xiàn)場 的諸多因素，如光照條件、成像方向均是可控的因此使得問題大為簡化，有利于構(gòu) 成實際的系統(tǒng)。與工業(yè)機器人不同對于移動機器人而言，由于它具有行為能力，于 是就必須解決行為規(guī)劃問題，即是對環(huán)境的了解。隨著移動式機器人的發(fā)展，越來 越多地要求提供視覺能力,包括道路跟蹤、回避障礙、特定目標(biāo)識別等。目前移 動機器人視覺系統(tǒng)研究仍處于實驗階段,大多采用遙控和遠視方法。

11、在醫(yī)學(xué)上采用的圖像處理技術(shù)大致包括壓縮、存儲、傳輸和自動/輔助分類判 讀,此外還可用于醫(yī)生的輔助訓(xùn)練手段。與計算機視覺相關(guān)的工作包括分類、判 讀和快速三維結(jié)構(gòu)的重建等方面。長期以來，地圖繪制是一件耗費人力、物力和 時間的工作。以往的做法是人工測量,現(xiàn)在更多的是利用航測加上立體視覺中恢 復(fù)三維形狀的方法繪制地圖，大大提高了地圖繪制的效率。同時，通用物體三維形 狀分析與識別一直是計算機視覺的重要研究目標(biāo)，并在景物的特征提取、表示、知識的存儲、檢索以及匹配識別等方面都取得了一定的進展，構(gòu)成了一些用于三 維景物分析的系統(tǒng)。近年來，基于生物特征的鑒別技術(shù)得到了廣泛重視，主要集中在對人臉、虹膜、 指紋、聲

12、音等特征上，這其中大多都與視覺信息有關(guān)。與生物特征識別密切相關(guān) 的另一個重要應(yīng)用是用于構(gòu)成智能人機接口。現(xiàn)在計算機與人的交流還是機械式 的，計算機無法識別用戶的真實身份，除鍵盤、鼠標(biāo)外，其他輸入手段還不成熟。利 用計算機視覺技術(shù)可以使計算機檢測到用戶是否存在、鑒別用戶身份、識別用戶 的體勢（如點頭、搖頭）。此外，這種人機交互方式還可推廣到一切需要人機交互的 場合，如入口安全控制、過境人員的驗放等。計算機視覺在虛擬現(xiàn)實方面的應(yīng)用。因為虛擬現(xiàn)實是我的研究方向，所 以我特別關(guān)注機器視覺在虛擬現(xiàn)實方面的結(jié)合點和它的應(yīng)用。計算機視覺的 研究對象主要是映射到單幅或多幅圖像上的三維場景，例如三維場景的重建。

13、計 算機視覺的研究很大程度上針對圖像的內(nèi)容。圖像處理與圖像分析的研究對象主 要是二維圖像，實現(xiàn)圖像的轉(zhuǎn)化，尤其針對像素級的操作，例如提高圖像對比度， 邊緣提取，去噪聲和幾何變換如圖像旋轉(zhuǎn)。這些技術(shù)是虛擬現(xiàn)實的基礎(chǔ)?；趫D像的跟蹤方法在不斷的成熟，利用攝像機獲得被跟蹤的物體的二維圖 像，如果在被跟蹤的物體上安裝一個或多個標(biāo)記點，通過這些標(biāo)記點在二維像平 面上像點的坐標(biāo)及一些已知的參數(shù)就可以計算出物體上標(biāo)記點的空間坐標(biāo)，從而 達到物體跟蹤的目的。機器機視覺研究經(jīng)歷了近40年的過程，仍面臨許多問題。主要由于這一方向是多學(xué)科的交叉與結(jié)合同時視覺是一個涉及生理、心理的復(fù)雜過程，不僅與眼睛有 關(guān)，還和大腦的推理、學(xué)習(xí)有關(guān)。研究計算機視覺的目的是要實現(xiàn)對人類視覺的 模擬和延伸。對于人類而言，視覺是一個輕而易舉的功能,對機器卻不同。視覺過 程很難用類似于問題求解的方法符號化。隨著計算機科學(xué)領(lǐng)域中對定量研究的重 視,這種狀況會得到改善。在計算機視覺的研究過程中，應(yīng)考慮將功能模擬與認(rèn)知 模擬相結(jié)合。人