计算机视觉论文.doc

《计算机视觉论文.doc》由会员分享，可在线阅读，更多相关《计算机视觉论文.doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 计算机视觉（computer vision）论文学院：信息科学与工程学院 摘要：计算机视觉学是自二十世纪六十年代中期迅速发展起来的一门新学科。它是个边缘学科，集众家之所长，是个工程性很强的技术，主要需要有空间几何、矩阵分析、光电技术、图像处理、应用数学、离散数学及计算机技术等等各个方面的知识，才能正确的指导视觉系统的建模、解模及实际工程问题的解决方法。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，就像人类与许多其他类生物每天所做的那样。本文简要地介绍了计算机视觉学同附近学科的关系,计算机视觉研究中面临的技术难点需

2、要解决的问题以及计算机视觉学的历史,现状与研究动向。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，就是是指用摄影机与电脑代替人眼对目标进行识别 、跟踪与测量等，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。 图像分割与图像处理与计算机视觉有很大联系。其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，去噪声与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与图像的具体内容无关。模式识别与计算机视觉也有莫大联系。根据从图像中抽取的统计特性或结构信息，把图像分成预定的类别。例如，文字识别或指纹识别

3、。在计算机视觉中模式识别技术经常用于对图像中的某些部分，例如分割区域的识别与分类。 物理学与光学同样与计算机视觉有很大的联系。计算机视觉关注的目标在于充分理解电磁波，主要是可见光与红外线部分，遇到物体表面被反射所形成的图像，而这一过程便是基于光学物理与固态物理，一些尖端的图像感知系统甚至会应用到量子力学理论，来解析影像所表示的真实世界。由此，计算机视觉同样可以被看作是物理学的拓展。除上面介绍的之外还有神经生物学即生物视觉。在整个20世纪中，人类对各种动物的眼睛、神经元、以及与视觉刺激相关的脑部组织都进行了广泛研究，这些研究得出了一些有关“天然的”视觉系统如何运作的描述（尽管仍略嫌粗略），这也形

4、成了计算机视觉中的一个子领域人们试图建立人工系统，使之在不同的复杂程度上模拟生物的视觉运作。同时计算机视觉领域中，一些基于机器学习的方法也有参考部分生物机制。另外它与信号分析与处理，数学统计，最优理论，几何，粒度，心理学，美学，集成电路也有不可或缺的联系。计算机视觉需要解决的问题有一下几个：一是：识别（识别，鉴别，监测）。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。到目前为止，还没有某个单一的方法能够广泛的对各种情况进行判定：在任意环境中识别任意物体。现有技术能够也只能够很好地解决特定目标的识别，比如简单几何图形识别，人脸识别，印刷或手写文件识别或者车辆识别。而且这些识别需要

5、在特定的环境中，具有指定的光照，背景与目标姿态要求。二是：运动。包括：自体运动：摄像机/成像设备的三维刚性运动（全局运动）。图像跟踪：跟踪运动的物体（车辆轨迹跟踪 、人员计数演示）。三是：场景重建。给定一个场景的二或多幅图像或者一段录像，场景重建寻求为该场景建立一个计算机模型或三维模型。四是：图像恢复。图像恢复的目标在于移除图像中的噪声，例如仪器噪声，模糊等。计算机视觉的发展是从二十世纪五十年代开始，六十年代开始快速发展。20世纪50年代归入模式识别-主要集中在二维图像分析与识别上，如，光学字符识别，工件表面、显微图片与航空图片的分析与解释等60年代MIT 的Roberts通过计算机程序从数字

6、图像中提取出诸如立方体、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空间关系进行描述Roberts 的研究工作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的启发，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，已经出现了一些视觉应用系统70年代中期，麻省理工学院(MIT)人工智能(AI)实验室正式开设“计算机视觉” (Machine Vision) 课程，由BKPHorn教授讲授研究热潮是从 20世纪80年代开始的，到了80年代中期，计算机视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现，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。从以往的研究看,过去的几十年虽然提出、解决了一些问题,但是由于视觉问题的特殊性与复杂性,还有大量的问题需要研究。研究的重点包括对新方法、新手段的探索。当然,在原有问题上采用新的描述方法、求解手段也是一个可能的突破点。在视觉领域中多数的问题不是问题本身正确与否,而是描述是否恰当以及求解是否有效的问题,因而描述方式、求解手段的探索是十分重要的。总之,随着对定量研究的重视,新的描述方式、求解手段的研究,以及感知手段的改进,计算机视觉的研究必将迎来一个更加繁荣的时代。第 4 页