計(jì)算機(jī)視覺調(diào)研報(bào)告

計(jì)算機(jī)視覺調(diào)研匯報(bào)摘要：在信息時(shí)代高速發(fā)達(dá)的今天，計(jì)算機(jī)視覺作為計(jì)算機(jī)科學(xué)的一種分支，也在人們平常生活中也得到廣泛的應(yīng)用，給人們的生活帶來許多的便利，增進(jìn)了科學(xué)技術(shù)的發(fā)展，本文是重要簡介一下計(jì)算機(jī)視覺的發(fā)展、在工農(nóng)業(yè)以及其他行業(yè)的應(yīng)用，還簡要簡介了該技術(shù)在今天所面臨的某些問題。關(guān)鍵詞：計(jì)算機(jī)視覺；發(fā)展；應(yīng)用；面臨的問題；1.概述計(jì)算機(jī)視覺就是一門研究怎樣使機(jī)器學(xué)會(huì)看的技術(shù)，簡言之，就是使用視覺傳感器或者計(jì)算機(jī)模擬人眼視覺的基本功能，即通過這種技術(shù)可以實(shí)現(xiàn)對(duì)外在世界實(shí)際場景的感知、采集、處理以及解釋理解等功能。此類技術(shù)的研究初衷是采集、感知有關(guān)環(huán)境的圖像，定位、辨識(shí)詳細(xì)目的，確認(rèn)有關(guān)目的的排列分布組合、構(gòu)造特點(diǎn)和有關(guān)目的間的關(guān)系，從而可以對(duì)外在世界里的實(shí)際場景和目的做出故意義的識(shí)別和判斷；并且在今天計(jì)算機(jī)視覺是人工智能領(lǐng)域最熱門的研究課題之一，它和專家系統(tǒng)、自然語言理解已成為人工智能最活躍的三大領(lǐng)域。盡管它還是一門年輕的學(xué)科，還沒有形成完整的理論體系，在諸多方面它處理問題的措施還是一種技巧，但它是實(shí)現(xiàn)工業(yè)生產(chǎn)高度自動(dòng)化、機(jī)器人智能化、自主車導(dǎo)航、目的跟蹤，以及多種工業(yè)檢測、醫(yī)療和軍事應(yīng)用的關(guān)鍵內(nèi)容之一，也是實(shí)現(xiàn)第五代智能機(jī)的關(guān)鍵原因之一。因此對(duì)于計(jì)算機(jī)視覺的研究是非常故意義的，成熟的計(jì)算機(jī)視覺技術(shù)對(duì)人類的發(fā)展會(huì)有相稱大的增進(jìn)作用。計(jì)算機(jī)視覺的發(fā)展計(jì)算機(jī)視覺是在20世紀(jì)50年代從記錄模式識(shí)別開始的，重要集中在二維圖像分析和識(shí)別上。20世紀(jì)60年代MIT的Roberts通過計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維構(gòu)造，并對(duì)物體形狀及物體的空間關(guān)系進(jìn)行描述。Roberts的研究工作開創(chuàng)了以理解三維場景為目的的三維計(jì)算機(jī)視覺的研究。20世紀(jì)70年代中期麻省理工學(xué)院人工智能試驗(yàn)室正式開設(shè)“計(jì)算機(jī)視覺”課程，由國際著名學(xué)者B.K.P.Horn專家講授。DavidMarr專家于1973年應(yīng)邀在MIT·AI試驗(yàn)室領(lǐng)導(dǎo)一種以博士生為主體的研究小組，1977年提出了不一樣于積木世界”分析措施的計(jì)算視覺理論該理論，稱為馬爾（Marr）視覺理論，他認(rèn)為視覺可分為三個(gè)階段，第一階段是初期視覺，其目的是抽取觀測者周圍景物表面的物理特性，第二階段是二維半簡圖或本征圖象;是在以觀測者為中心的坐標(biāo)系中描述表面的多種特性，根據(jù)這些描述可以重建物體邊界、按表而和體積分割景物，但在以觀測者為中心的坐標(biāo)系中只能得到可見表面的描述，得不到遮擋表面的描述，故稱二維半簡圖;第三階段是三維模ICU、視覺信息處理的最終一種層次，是用二維半簡圖中得到的表面信息建立合用于視覺識(shí)別的三維形狀描述，這個(gè)描述應(yīng)當(dāng)與觀測者的視角無關(guān)，也就是在以物體為中心的坐標(biāo)系中，以多種符號(hào)關(guān)系和幾何構(gòu)造描述物體的三維構(gòu)造和空間關(guān)系。該理論在20世紀(jì)80年代成為計(jì)算機(jī)視覺研究領(lǐng)域中的一種十分重要的理論框架。到20世紀(jì)80年代中期計(jì)算機(jī)視覺獲得了蓬勃發(fā)展，新概念、新措施、新理論不停涌現(xiàn)例如，基于感知特證群的物體識(shí)別理論框架，積極視覺理論框架，視覺集成理論框架等。并且自80年代以來，計(jì)算機(jī)視覺的研究已經(jīng)試驗(yàn)室走向?qū)嶋H應(yīng)用的發(fā)展階段。而計(jì)算機(jī)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，更增進(jìn)了計(jì)算機(jī)視覺系統(tǒng)的實(shí)用化和涉足許多復(fù)雜視覺過程的研究。目前，計(jì)算機(jī)視覺技術(shù)正在廣泛的應(yīng)用于幾何計(jì)算、計(jì)算機(jī)圖形學(xué)、圖像處理、機(jī)器人學(xué)等多種領(lǐng)域中。計(jì)算機(jī)視覺的應(yīng)用在網(wǎng)絡(luò)和信息時(shí)代非常發(fā)達(dá)的今天，計(jì)算機(jī)技術(shù)也在不停的發(fā)展與完善，使得它在人們的現(xiàn)實(shí)生活中飾演的角色也越來越多，并且該技術(shù)的應(yīng)用的領(lǐng)域也越來越廣，它所體現(xiàn)出來的價(jià)值也越來越高。下面就簡樸的分析該技術(shù)在各個(gè)方面的應(yīng)用，在簡介它在各個(gè)方面的應(yīng)用之前簡要的引入某些計(jì)算機(jī)圖像處理的措施，由于計(jì)算機(jī)視覺的處理技術(shù)重要依賴于圖像的處理措施。3.1計(jì)算機(jī)視覺圖像處理措施3.1.1圖像變換圖像變換是許多圖像處理與分析技術(shù)的基礎(chǔ)，為了有效迅速地對(duì)圖像進(jìn)行處理和分析，常需要將原定義在圖像空間的圖像以某種形式轉(zhuǎn)換到另某些空間，并運(yùn)用在這些空間的特有性質(zhì)以便地進(jìn)行一定的加工，最終再轉(zhuǎn)換回圖像空間以得到所需的效果。3.1.2圖像增強(qiáng)圖像增強(qiáng)目的是對(duì)圖像進(jìn)行加工，以得到對(duì)詳細(xì)應(yīng)用來說視覺效果更“好”更“有用”的圖像，從主線上說并沒有圖像增強(qiáng)的通用原則，觀測者是某種增強(qiáng)技術(shù)優(yōu)劣的最終判斷者，由于視覺檢查和評(píng)價(jià)是相稱主觀的過程，所謂“好圖像”的定義在比較增強(qiáng)算法性能中實(shí)際上是非常多變不定的。3.1.3圖像恢復(fù)圖像恢復(fù)也稱圖像還原，就是盡量地減少或者清除數(shù)字圖像在獲取過程中的降質(zhì)，恢復(fù)被退化圖像的本來面貌，從而改善圖像質(zhì)量。3.1.4圖像編碼圖像編碼也稱圖像壓縮，圖像數(shù)據(jù)量是非常巨大，無論傳播或存儲(chǔ)需要對(duì)圖像數(shù)據(jù)進(jìn)行有效的壓縮，壓縮數(shù)據(jù)量的重要措施是肖除冗余數(shù)據(jù)，對(duì)圖像進(jìn)行存儲(chǔ)、處理和傳播等之前進(jìn)行，而在這之后需要將壓縮了的圖像解壓縮以重建原始圖像或其近似圖像。3.1.5圖像邊緣銳化圖像邊緣銳化處王里重要是加強(qiáng)圖像中的輪廓邊緣和細(xì)節(jié)，形成完整的物體邊界，到達(dá)將物體從圖像中分離出來或?qū)⒈磉_(dá)同一物體表面的區(qū)域檢測出來的目的。3.1.6圖像分割圖像分割是指把一幅圖像提成不一樣的區(qū)域。這些區(qū)域要么對(duì)目前的任務(wù)故意義，要么有助于闡明它們與實(shí)際物體或物體的某些部分之間的對(duì)應(yīng)關(guān)系，一般來講，分割出的區(qū)域需同步滿足均勻均勻性和連通性的條件。3.1.7圖像識(shí)別圖像識(shí)別是運(yùn)用計(jì)算機(jī)識(shí)別出圖像中的目的分類，用機(jī)器智能替代人的智能，目前用于圖像識(shí)別的措施重要分為決策理論和構(gòu)造措施。圖像通過處理后輸出圖像的質(zhì)量得到相稱程度的改善，既改善了圖像的視覺效果，又便于計(jì)算機(jī)對(duì)圖像進(jìn)行分析、處理和識(shí)別。3.2計(jì)算機(jī)視覺技術(shù)在工業(yè)領(lǐng)域的應(yīng)用研究近年來，伴隨計(jì)算機(jī)集成制造系統(tǒng)的推廣和應(yīng)用，計(jì)算機(jī)視覺的應(yīng)用已從國防工業(yè)轉(zhuǎn)向民用工業(yè)，并且目前被廣泛應(yīng)用于電子、汽車、木材、紡織、包裝和航空等工業(yè)領(lǐng)域之中，之因此可以得到廣泛應(yīng)用，是由于它易于同設(shè)計(jì)信息和加工控制信息集成，具有不與被檢測表面接觸、檢測速度快、抗干擾能力強(qiáng)等長處；并且它可以保證產(chǎn)品質(zhì)量，提高生產(chǎn)率，解放人力，減少生成成本。.3.2.1產(chǎn)品形位尺寸檢查計(jì)算機(jī)視覺在制造業(yè)中一般是檢查產(chǎn)品的尺寸與否在容許的范圍內(nèi)或產(chǎn)品與否有對(duì)的形狀。此類檢查措施重要波及到被檢產(chǎn)品二維或三維的幾何特性，例如表面形狀、位置、圓度等特性，也就是空間特性的檢查。3.2.2產(chǎn)品表面質(zhì)量檢查通過計(jì)算機(jī)視覺對(duì)產(chǎn)品表面凹陷、劃痕、裂紋以及磨損進(jìn)行檢查或?qū)Ρ砻?、粗糙度和紋理進(jìn)行檢測，從而對(duì)產(chǎn)品進(jìn)行有效的評(píng)估或分級(jí)。3.2.3產(chǎn)品零部件缺失檢測在生產(chǎn)線上，通過計(jì)算機(jī)視覺能精確地檢查產(chǎn)品與否丟失零部件（螺釘、鉚釘?shù)龋┗驒z查產(chǎn)品與否混有外物、雜質(zhì)。3.2.4零部件文字標(biāo)識(shí)識(shí)別與檢測文字識(shí)別技術(shù)在工業(yè)自動(dòng)化生產(chǎn)中有許多成功的應(yīng)用實(shí)例。序列號(hào)作為零部件的唯一身份標(biāo)志，一般打印在電子元器件、集成電路板、大型工件成品的外表面上，由數(shù)字、字母和中文等構(gòu)成（以數(shù)字和字母居多）。這些字符標(biāo)號(hào)或編碼，如采用人工方式用眼睛對(duì)這些字符進(jìn)行觀測識(shí)別，將不能滿足高效率生產(chǎn)自動(dòng)化的規(guī)定。由于字符在工件上的位置諸多時(shí)候都不便于人眼觀測；人眼疲勞原因的作用也會(huì)使檢測成果不能從主線上得到保證，有些狀況下甚至不能進(jìn)行對(duì)的識(shí)別。3.2.5視覺伺服系統(tǒng)計(jì)算機(jī)視覺技術(shù)應(yīng)用于機(jī)器人領(lǐng)域，為機(jī)器人建立視覺系統(tǒng)，使得機(jī)器人能更靈活、更自主地適應(yīng)所處的環(huán)境，以滿足柔性生產(chǎn)中自動(dòng)定位、裝配、搬運(yùn)和自動(dòng)焊接的需要。3.3計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用研究計(jì)算機(jī)視覺技術(shù)在農(nóng)業(yè)上的應(yīng)用研究，起始于20世紀(jì)70年代末期，重要應(yīng)用于植物種類的鑒別、農(nóng)產(chǎn)品品質(zhì)檢測與分級(jí)等。伴隨計(jì)算機(jī)軟硬件技術(shù)、圖形圖像處理技術(shù)的迅猛發(fā)展，它在農(nóng)業(yè)上的應(yīng)用研究有了較大的突破，在農(nóng)業(yè)領(lǐng)域的生產(chǎn)前、生產(chǎn)中、收獲時(shí)和產(chǎn)后的各個(gè)環(huán)節(jié)中，均可以運(yùn)用計(jì)算機(jī)視覺技術(shù)來實(shí)現(xiàn)這些農(nóng)業(yè)生產(chǎn)的視覺化。計(jì)算機(jī)視覺在產(chǎn)前的應(yīng)用重要是檢查種子質(zhì)量;在產(chǎn)中的應(yīng)用包括田間雜草識(shí)別、植物生長信息的監(jiān)測、病蟲害的監(jiān)視和營養(yǎng)脅迫診斷等方面;在農(nóng)作物收獲時(shí)的應(yīng)用重要體目前農(nóng)業(yè)機(jī)器人的研制與開發(fā)上;在產(chǎn)后的應(yīng)用包括水果分級(jí)和農(nóng)產(chǎn)品的加工等。3.3.1在產(chǎn)前的應(yīng)用計(jì)算機(jī)視覺技術(shù)在產(chǎn)前的應(yīng)用重要是檢查農(nóng)作物種子質(zhì)量，其檢測措施有:凈度圖像分析、種子發(fā)芽圖像分析、品種鑒定的圖像分析和種子活力的漫射光測定。3.3.2在產(chǎn)中的應(yīng)用雜草的識(shí)別是根據(jù)雜草的不一樣的種類可以采用光譜分析法、顏色分析法、紋理分析法或外形分析法，確定農(nóng)產(chǎn)品中雜草密度和種類狀況；運(yùn)用計(jì)算機(jī)視覺技術(shù)對(duì)設(shè)施農(nóng)業(yè)中動(dòng)植物生長進(jìn)行監(jiān)測，不僅可以檢測設(shè)施內(nèi)植物的葉面積、莖桿直徑、葉柄夾角等外部生長參數(shù)，還可以根據(jù)果實(shí)表面顏色鑒別其成熟度，以及作物缺水缺肥等狀況；3.3.3在產(chǎn)后的應(yīng)用通過圖像獲取設(shè)備獲取農(nóng)產(chǎn)品圖像，對(duì)圖像進(jìn)行去噪、分割處理后，可以從獲取的圖像中得到豐富的參數(shù)和數(shù)據(jù)信息。針對(duì)圖像特性參數(shù)與農(nóng)業(yè)產(chǎn)品的外部物理參數(shù)（例如顏色、形狀或大小等）不用人眼依次測定對(duì)象便可對(duì)其進(jìn)行質(zhì)量鑒別、篩選和分類，并且和人工檢查相比具有效率高、識(shí)別率高、原則統(tǒng)一的長處，因此計(jì)算機(jī)視覺技術(shù)動(dòng)植物和農(nóng)產(chǎn)品等生物體的自動(dòng)化檢測篩選系統(tǒng)中得到廣泛的使用。3.4計(jì)算機(jī)視覺技術(shù)在其他領(lǐng)域的應(yīng)用研究3.4.1計(jì)算機(jī)視覺技術(shù)在醫(yī)學(xué)領(lǐng)域的應(yīng)用研究X-CT、放射性同位素掃描、B型超聲、核磁共振成像，是現(xiàn)代醫(yī)學(xué)的四大成像技術(shù)。B超檢測系統(tǒng)通過有規(guī)律的發(fā)射超聲波，接受從人體發(fā)射回來的聲音信號(hào)，形成灰度聲圖像線密度值。將計(jì)算機(jī)視覺技術(shù)應(yīng)用于臨床醫(yī)學(xué)，可以精確的診斷出患者的狀況，從而提高精確性，防止誤診等現(xiàn)象。3.4.2計(jì)算機(jī)視覺技術(shù)在公安工作中的應(yīng)用指紋識(shí)別、人像識(shí)別是視覺技術(shù)應(yīng)用在公安工作中所獲得的突出成果。將現(xiàn)場搜集到的指紋錄入計(jì)算機(jī)，提取指紋特性后再和指紋庫里的指紋進(jìn)行比對(duì)，就可以提供破案的線索。指紋識(shí)別也可用于出入海關(guān)的身份檢查及指紋密碼鎖等方面，指紋印鑒已用于銀行業(yè)。計(jì)算機(jī)人像組合技術(shù)可以根據(jù)目擊者的描述，由計(jì)算機(jī)用不一樣的人面像部件組合出嫌疑人的人面像協(xié)助破案。在公安刑偵中還應(yīng)用了模糊圖像復(fù)原技術(shù)對(duì)犯罪現(xiàn)場的模糊圖像進(jìn)行復(fù)原處理。4.對(duì)計(jì)算機(jī)視覺技術(shù)發(fā)展的認(rèn)識(shí)與人體視覺系統(tǒng)相比，目前的計(jì)算機(jī)視覺系統(tǒng)無論從功能上來說還是從可靠性上來說都還很不健全，可以說仍處在很不成熟的階段。原因是計(jì)算機(jī)視覺系統(tǒng)的研究過程面臨著一系列技術(shù)上的難點(diǎn):1.由于系統(tǒng)內(nèi)部的和外界的多種干擾原因如噪聲，物體表面的光學(xué)不均勻性，不理想的照明條件引起的陰影干擾，表面輝點(diǎn)及背干擾等，使得視覺系統(tǒng)中的圖象處理階段就很難得到滿意的和可靠的成果，例如，至今尚無統(tǒng)一的措施來對(duì)付雖然是并不復(fù)雜的但帶有曲面的物體的圖象，使得處理后能得到完整的輪廓線。真基元的丟失和假基元的增生有時(shí)是無法防止的。這就給后階段的分析帶來了很大的困難。當(dāng)然，運(yùn)用強(qiáng)的預(yù)知識(shí)作為指導(dǎo)，可以改善各階段處理的效果，不過這樣做就意味著犧牲系統(tǒng)的通用性；2.計(jì)算機(jī)視覺系統(tǒng)在分析和理解景物時(shí)，必須要在一幅或多幅平面圖象中提取了維特性信息—深度信息或表面傾斜信息。這并不是一件簡樸的事情。應(yīng)運(yùn)而生一系列技術(shù)，如體視學(xué)，從運(yùn)動(dòng)圖象重建物體的三維構(gòu)造，從幾種剪影恢復(fù)物體的三維信息等技術(shù)都是用來處理這一問題的。不過，上述這些技術(shù)都碰到了一種十分棘手的問題，就是怎樣在具有灰度失真，幾何失真(包括透視、旋轉(zhuǎn)、標(biāo)尺變換等失真)和干擾的狀況下求取兩幅和多幅圖象之間的對(duì)應(yīng)特性(對(duì)應(yīng)問題有時(shí)稱匹配問題或套準(zhǔn)問題)。遺憾的是，至今尚無可靠的通用的求取對(duì)應(yīng)特性的措施，尤其在圖間失真和干擾比較嚴(yán)重的場所。運(yùn)用照度學(xué)的信息可以從單幅圖象得到深度信息，不過，必須對(duì)物體表面的光學(xué)特性作出嚴(yán)格的均勻性假定，對(duì)于照明條件也要作出嚴(yán)格的假定。這就同真實(shí)世界的狀況相差很遠(yuǎn)。在景物分析中除了得到三維信息的困難外，在現(xiàn)實(shí)世界里，物體間互相遮擋，物體自身各部位間的遮擋，使得圖象分拆愈加復(fù)雜化了。目前對(duì)諸如積木世界等簡樸狀況可以通過可見部分的信息有效地借助推理推得被遮擋部分的信息，不過這必須要有足夠的預(yù)知識(shí)作為指導(dǎo)。一般的遮擋問題尚無有效措施處理。3.預(yù)知識(shí)的體現(xiàn)、獲取、寄存、更新和檢索是很復(fù)雜的。人類的視覺系統(tǒng)具有驚人的分析理解能力。那怕是一種學(xué)令前的小朋友，就能從一群人的照片中不費(fèi)力地找出他所熟識(shí)的人來。給一種成人看一張航空攝影照片，雖然他從未去過那個(gè)地方，他也能指給你看那一部分是城區(qū)，那兒是山脈，那兒是海岸線。人之因此具有高超的視覺分析和理解能力，是同人的大腦中已經(jīng)積累的大量知識(shí)有關(guān)的。人是怎樣精選、獲取、更新視覺知識(shí)，以及怎樣運(yùn)用這些知識(shí)來分析景物的，至今還遠(yuǎn)未研究透徹。4.實(shí)際工程上的困難。對(duì)于一幅經(jīng)典的辨別率為30003000的航空攝影照片，用一種最簡樸的33算子對(duì)其進(jìn)行一次卷積操作，就要進(jìn)行相稱于次的乘法運(yùn)算。對(duì)于每秒能進(jìn)行50萬次乘法運(yùn)算的計(jì)算機(jī)(速度已屬中等)得花200秒！對(duì)一幅或多幅圖象進(jìn)行處理分析其運(yùn)算量不知要比這積卷積操作大多少倍，所花的計(jì)算時(shí)間之長是可想而知的。然而實(shí)用的系統(tǒng)必須要實(shí)時(shí)地進(jìn)行分析處理。這就迫使圖象系統(tǒng)的設(shè)計(jì)專家們放棄老式的序貫計(jì)算技術(shù)而采用并行處理技術(shù)。這實(shí)際上是以硬件的規(guī)模擴(kuò)大來換取處理速度的提高。不過硬件的規(guī)模擴(kuò)大并非無限制的。硬件規(guī)模擴(kuò)大不僅大大地增長了費(fèi)用并且增長體積和能量消耗。但在諸多應(yīng)用場所，留給視覺系統(tǒng)的空間和提供應(yīng)它的電能都是有限的，如活動(dòng)的機(jī)器人的視覺系統(tǒng)就是那樣。