計(jì)算機(jī)視覺(jué)的應(yīng)用與發(fā)展

【摘 要】計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)就是通過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，就像人類(lèi)和許多其他類(lèi)生物每天所做的那樣。由于算機(jī)視覺(jué)學(xué)在工農(nóng)業(yè)生產(chǎn)、地質(zhì)學(xué)、天文學(xué)、氣象學(xué)、醫(yī)學(xué)及軍事并學(xué)等領(lǐng)域有著極大的潛在應(yīng)用價(jià)值，所以它在國(guó)際上越來(lái)越受人重視。本文簡(jiǎn)要地介紹了計(jì)算機(jī)視覺(jué)學(xué)結(jié)構(gòu)和研究?jī)?nèi)容，它同附近學(xué)科的關(guān)系，計(jì)算機(jī)視覺(jué)研究中面臨的技術(shù)難點(diǎn)以及計(jì)算機(jī)視覺(jué)學(xué)的歷史，現(xiàn)狀和研究動(dòng)向。

一、計(jì)算機(jī)視覺(jué)的概念

計(jì)算機(jī)視覺(jué)系統(tǒng)一般有光源、攝像機(jī)、采集卡及PC軟件系統(tǒng)等組成，可以完成圖像的采集與處理、目標(biāo)的識(shí)別功能，視覺(jué)系統(tǒng)的結(jié)構(gòu)一般是從系統(tǒng)的模型的角度理解的。

計(jì)算機(jī)視覺(jué)既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個(gè)富有挑戰(zhàn)性重要研究領(lǐng)域。計(jì)算機(jī)視覺(jué)是一門(mén)綜合性的學(xué)科，它已經(jīng)吸引了來(lái)自各個(gè)學(xué)科的研究者參加到對(duì)它的研究之中。其中包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)，神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。

計(jì)算機(jī)視覺(jué)學(xué)所研究的對(duì)象，簡(jiǎn)單地說(shuō)就是研究如何讓計(jì)算機(jī)通過(guò)圖象傳感器或其它光傳感器來(lái)感知、分析和理解周?chē)h(huán)境。

二、計(jì)算機(jī)視覺(jué)的應(yīng)用

人類(lèi)正在進(jìn)入信息時(shí)代，計(jì)算機(jī)將越來(lái)越廣泛地進(jìn)入幾乎所有領(lǐng)域。一方面是更多未經(jīng)計(jì)算機(jī)專(zhuān)業(yè)訓(xùn)練的人也需要應(yīng)用計(jì)算機(jī)，而另一方面是計(jì)算機(jī)的功能越來(lái)越強(qiáng)，使用方法越來(lái)越復(fù)雜。這就使人在進(jìn)行交談和通訊時(shí)的靈活性與目前在使用計(jì)算機(jī)時(shí)所要求的嚴(yán)格和死板之間產(chǎn)生了尖銳的矛盾。人可通過(guò)視覺(jué)和聽(tīng)覺(jué)，語(yǔ)言與外界交換信息，并且可用不同的方式表示相同的含義，而目前的計(jì)算機(jī)卻要求嚴(yán)格按照各種程序語(yǔ)言來(lái)編寫(xiě)程序，只有這樣計(jì)算機(jī)才能運(yùn)行。為使更多的人能使用復(fù)雜的計(jì)算機(jī)，必須改變過(guò)去的那種讓人來(lái)適應(yīng)計(jì)算機(jī)，來(lái)死記硬背計(jì)算機(jī)的使用規(guī)則的情況。而是反過(guò)來(lái)讓計(jì)算機(jī)來(lái)適應(yīng)人的習(xí)慣和要求，以人所習(xí)慣的方式與人進(jìn)行信息交換，也就是讓計(jì)算機(jī)具有視覺(jué)、聽(tīng)覺(jué)和說(shuō)話等能力。這時(shí)計(jì)算機(jī)必須具有邏輯推理和決策的能力。具有上述能力的計(jì)算機(jī)就是智能計(jì)算機(jī)。

計(jì)算機(jī)視覺(jué)就是用各種成象系統(tǒng)代替視覺(jué)器官作為輸入敏感手段，由計(jì)算機(jī)來(lái)代替大腦完成處理和解釋。計(jì)算機(jī)視覺(jué)的最終研究目標(biāo)就是使計(jì)算機(jī)能象人那樣通過(guò)視覺(jué)觀察和理解世界，具有自主適應(yīng)環(huán)境的能力。要經(jīng)過(guò)長(zhǎng)期的努力才能達(dá)到的目標(biāo)。因此，在實(shí)現(xiàn)最終目標(biāo)以前，人們努力的中期目標(biāo)是建立一種視覺(jué)系統(tǒng)，這個(gè)系統(tǒng)能依據(jù)視覺(jué)敏感和反饋的某種程度的智能完成一定的任務(wù)。例如，計(jì)算機(jī)視覺(jué)的一個(gè)重要應(yīng)用領(lǐng)域就是自主車(chē)輛的視覺(jué)導(dǎo)航，目前還沒(méi)有條件實(shí)現(xiàn)象人那樣能識(shí)別和理解任何環(huán)境，完成自主導(dǎo)航的系統(tǒng)。因此，目前人們努力的研究目標(biāo)是實(shí)現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車(chē)輛碰撞的視覺(jué)輔助駕駛系統(tǒng)。這里要指出的一點(diǎn)是在計(jì)算機(jī)視覺(jué)系統(tǒng)中計(jì)算機(jī)起代替人腦的作用，但并不意味著計(jì)算機(jī)必須按人類(lèi)視覺(jué)的方法完成視覺(jué)信息的處理。計(jì)算機(jī)視覺(jué)可以而且應(yīng)該根據(jù)計(jì)算機(jī)系統(tǒng)的特點(diǎn)來(lái)進(jìn)行視覺(jué)信息的處理。但是，人類(lèi)視覺(jué)系統(tǒng)是迄今為止，人們所知道的功能最強(qiáng)大和完善的視覺(jué)系統(tǒng)。因此，用計(jì)算機(jī)信息處理的方法研究人類(lèi)視覺(jué)的機(jī)理，建立人類(lèi)視覺(jué)的計(jì)算理論，也是一個(gè)非常重要和信人感興趣的研究領(lǐng)域。這方面的研究被稱(chēng)為計(jì)算視覺(jué)。計(jì)算視覺(jué)可被認(rèn)為是計(jì)算機(jī)視覺(jué)中的一個(gè)研究領(lǐng)域。 有不少學(xué)科的研究目標(biāo)與計(jì)算機(jī)視覺(jué)相近或與此有關(guān)。這些學(xué)科中包括圖象處理、模式識(shí)別或圖象識(shí)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(diǎn)這些學(xué)科互有差別，但又有某種程度的相互重疊。

三、計(jì)算機(jī)視覺(jué)研究的對(duì)象與方法

以模型世界為主要對(duì)象的視覺(jué)基本方法研究

這個(gè)階段以Roberts的開(kāi)創(chuàng)性工作為標(biāo)志。在Roberts的工作中引入了三維物體與二維成像的關(guān)系，采用了一些簡(jiǎn)單的邊緣特征提取方法并引入了組合線段的方法。這些早期的工作對(duì)視覺(jué)的發(fā)展起了促進(jìn)作用，但對(duì)于稍微復(fù)雜的景物便難于奏效。

四、機(jī)器人視覺(jué)的發(fā)展

機(jī)器人視覺(jué)系統(tǒng)按其發(fā)展可分為三代。第一代機(jī)器人視覺(jué)的功能一般是按規(guī)定流程對(duì)圖像進(jìn)行處理并輸出結(jié)果。這種系統(tǒng)一般由普通數(shù)字電路搭成，主要用于平板材料的缺陷檢測(cè)。第二代機(jī)器人視覺(jué)系統(tǒng)一般由一臺(tái)計(jì)算機(jī)，一個(gè)圖像輸入設(shè)備和結(jié)果輸出硬件構(gòu)成。視覺(jué)信息在機(jī)內(nèi)以串行方式流動(dòng)，有一定學(xué)習(xí)能力以適應(yīng)各種新情況。第三代機(jī)器人視覺(jué)系統(tǒng)是目前國(guó)際上正在開(kāi)發(fā)使用的系統(tǒng)。采用高速圖像處理芯片，并行算法，具有高度的智能和普通的適應(yīng)性，能模擬人的高度視覺(jué)功能。

20世紀(jì)70年代中期，以Marr， Barrow和Tenebaum等人為代表的一些研究者提出了一整套視覺(jué)計(jì)算的理論來(lái)描述視覺(jué)過(guò)程，其核心是從圖像恢復(fù)物體的三維形狀。在視覺(jué)研究的理論上，以Marr的理論影響最為深遠(yuǎn)。其理論強(qiáng)調(diào)表示的重要性，提出要從不同層次去研究信息處理的問(wèn)題。對(duì)于計(jì)算理論和算法實(shí)現(xiàn)，他又特別強(qiáng)調(diào)計(jì)算理論的重要性。這一框架雖然在細(xì)節(jié)上甚至在主導(dǎo)思想上還存在不完備的方面，許多方面還有很多爭(zhēng)議，但至今仍是目前計(jì)算機(jī)視覺(jué)研究的基本框架。

進(jìn)入80年代中后期，隨著移動(dòng)式機(jī)器人等的研究，視覺(jué)研究與之密切結(jié)合，大量引入了空間幾何的方法以及物理知識(shí)，其主要目標(biāo)是實(shí)現(xiàn)對(duì)道路和障礙的識(shí)別處理。這一時(shí)期引入主動(dòng)視覺(jué)的研究方法，使用了距離傳感器，并采用了多傳感器融合等技術(shù)。

五、計(jì)算機(jī)視覺(jué)發(fā)展趨勢(shì)

計(jì)算機(jī)視覺(jué)是在20世紀(jì)50年代從統(tǒng)計(jì)模式識(shí)別開(kāi)始的.當(dāng)時(shí)的工作主要集中在二維圖像分析和識(shí)別上，如光學(xué)件表面、顯微圖片和航空?qǐng)D片的分析和解釋等.60年代，Roberts（1965）通過(guò)計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體柱體等多面體的三維結(jié)構(gòu)，并對(duì)物體形狀及物體的空間關(guān)系進(jìn)行描述[Roberts 1965]。70年代中期，麻省理工學(xué)院（MIT）人工智能（AI）實(shí)驗(yàn)室正式開(kāi)設(shè)“機(jī)器視覺(jué)”由國(guó)際著名學(xué)者B.K.P.Hom教授講授。80年代以來(lái)，計(jì)算機(jī)視覺(jué)的研究已經(jīng)歷r從實(shí)驗(yàn)室走向?qū)嶋H應(yīng)用的發(fā)展階段。水平的飛速提高以及人工智能、并行處理和神經(jīng)元網(wǎng)絡(luò)等學(xué)科的發(fā)展，更促進(jìn)了計(jì)算機(jī)視覺(jué)系統(tǒng)的實(shí)用化和涉足許程的研究。目前，計(jì)算機(jī)視覺(jué)技術(shù)正在廣泛應(yīng)用于計(jì)算機(jī)圖形學(xué)、圖像處理、機(jī)器入學(xué)等多個(gè)領(lǐng)域中。

注：本文為基于模擬公司的項(xiàng)目教學(xué)模式研究與實(shí)踐（項(xiàng)目編號(hào)：2012jyxm778）階段性成果。