古风名字,神墓辰东小说

中文

English

首頁(yè) > 技術(shù)中心

技術(shù)中心

計(jì)算機(jī)視覺技術(shù)

時(shí)間：06-12-2014

來源：航發(fā)快訊

計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和計(jì)算機(jī)代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等機(jī)器視覺，并進(jìn)一步做圖像處理，用計(jì)算機(jī)處理成為更適合人眼觀察或傳送給儀器檢測(cè)的圖像。
作為一個(gè)科學(xué)學(xué)科，計(jì)算機(jī)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)。這里所指的信息指夏農(nóng)定義的，可以用來幫助做一個(gè)“決定”的信息。因?yàn)楦兄梢钥醋魇菑母泄傩盘?hào)中提取信息，所以計(jì)算機(jī)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)。
作為一個(gè)工程學(xué)科，計(jì)算機(jī)視覺尋求基于相關(guān)理論與模型來建立計(jì)算機(jī)視覺系統(tǒng)。這類系統(tǒng)的組成部分包括：
1、過程控制（例如工業(yè)機(jī)器人和無人駕駛汽車）
  2、事件監(jiān)測(cè)（例如圖像監(jiān)測(cè)）
  3、信息組織（例如圖像數(shù)據(jù)庫(kù)和圖像序列的索引建立）
  4、物體與環(huán)境建模（例如工業(yè)檢查，醫(yī)學(xué)圖像分析和拓?fù)浣＃?
  5、交感互動(dòng)（例如人機(jī)互動(dòng)的輸入設(shè)備）
計(jì)算機(jī)視覺同樣可以被看作是生物視覺的一個(gè)補(bǔ)充。在生物視覺領(lǐng)域中，人類和各種動(dòng)物的視覺都得到了研究，從而建立了這些視覺系統(tǒng)感知信息過程中所使用的物理模型。另一方面，在計(jì)算機(jī)視覺中，靠軟件和硬件實(shí)現(xiàn)的人工智能系統(tǒng)得到了研究與描述。生物視覺與計(jì)算機(jī)視覺進(jìn)行的學(xué)科間交流為彼此都帶來了巨大價(jià)值。
計(jì)算機(jī)視覺包含如下一些分支：畫面重建、事件監(jiān)測(cè)、目標(biāo)跟蹤、目標(biāo)識(shí)別、機(jī)器學(xué)習(xí)、索引建立、圖像恢復(fù)等。
計(jì)算機(jī)視覺的發(fā)展現(xiàn)狀
計(jì)算機(jī)視覺領(lǐng)域的突出特點(diǎn)是其多樣性與不完善性。
這一領(lǐng)域的先驅(qū)可追溯到更早的時(shí)候，但是直到20世紀(jì)70年代后期，當(dāng)計(jì)算機(jī)的性能提高到足以處理諸如圖像這樣的大規(guī)模數(shù)據(jù)時(shí)，計(jì)算機(jī)視覺才得到了正式的關(guān)注和發(fā)展。然而這些發(fā)展往往起源于其他不同領(lǐng)域的需要，因而何謂“計(jì)算機(jī)視覺問題”始終沒有得到正式定義，很自然地，“計(jì)算機(jī)視覺問題”應(yīng)當(dāng)被如何解決也沒有成型的公式。
盡管如此，人們已開始掌握部分解決具體計(jì)算機(jī)視覺任務(wù)的方法，可惜這些方法通常都僅適用于一群狹隘的目標(biāo)（如：臉孔、指紋、文字等），因而無法被廣泛地應(yīng)用于不同場(chǎng)合。
對(duì)這些方法的應(yīng)用通常作為某些解決復(fù)雜問題的大規(guī)模系統(tǒng)的一個(gè)組成部分（例如醫(yī)學(xué)圖像的處理，工業(yè)制造中的質(zhì)量控制與測(cè)量）。在計(jì)算機(jī)視覺的大多數(shù)實(shí)際應(yīng)用當(dāng)中，計(jì)算機(jī)被預(yù)設(shè)為解決特定的任務(wù)，然而基于機(jī)器學(xué)習(xí)的方法正日漸普及，一旦機(jī)器學(xué)習(xí)的研究進(jìn)一步發(fā)展，未來“泛用型”的電腦視覺應(yīng)用或許可以成真。
人工智能所研究的一個(gè)主要問題是：如何讓系統(tǒng)具備“計(jì)劃”和“決策能力”？從而使之完成特定的技術(shù)動(dòng)作（例如：移動(dòng)一個(gè)機(jī)器人通過某種特定環(huán)境）。這一問題便與計(jì)算機(jī)視覺問題息息相關(guān)。在這里，計(jì)算機(jī)視覺系統(tǒng)作為一個(gè)感知器，為決策提供信息。另外一些研究方向包括模式識(shí)別和機(jī)器學(xué)習(xí)（這也隸屬于人工智能領(lǐng)域，但與計(jì)算機(jī)視覺有著重要聯(lián)系），也由此，計(jì)算機(jī)視覺時(shí)常被看作人工智能與計(jì)算機(jī)科學(xué)的一個(gè)分支。
計(jì)算機(jī)視覺關(guān)注的目標(biāo)在于充分理解電磁波——主要是可見光與紅外線部分——遇到物體表面被反射所形成的圖像，而這一過程便是基于光學(xué)物理和固態(tài)物理，一些尖端的圖像感知系統(tǒng)甚至?xí)?yīng)用到量子力學(xué)理論，來解析影像所表示的真實(shí)世界。同時(shí)，物理學(xué)中的很多測(cè)量難題也可以通過計(jì)算機(jī)視覺得到解決，例如流體運(yùn)動(dòng)。也由此，計(jì)算機(jī)視覺同樣可以被看作是物理學(xué)的拓展。
另一個(gè)具有重要意義的領(lǐng)域是神經(jīng)生物學(xué)，尤其是其中生物視覺系統(tǒng)的部分。
在整個(gè)20世紀(jì)中，人類對(duì)各種動(dòng)物的眼睛、神經(jīng)元、以及與視覺刺激相關(guān)的腦部組織都進(jìn)行了廣泛研究，這些研究得出了一些有關(guān)“天然的”視覺系統(tǒng)如何運(yùn)作的描述（盡管仍略嫌粗略），這也形成了計(jì)算機(jī)視覺中的一個(gè)子領(lǐng)域——人們?cè)噲D建立人工系統(tǒng)，使之在不同的復(fù)雜程度上模擬生物的視覺運(yùn)作。同時(shí)計(jì)算機(jī)視覺領(lǐng)域中，一些基于機(jī)器學(xué)習(xí)的方法也有參考部分生物機(jī)制。
計(jì)算機(jī)視覺的另一個(gè)相關(guān)領(lǐng)域是信號(hào)處理。很多有關(guān)單元變量信號(hào)的處理方法，尤其對(duì)是時(shí)變信號(hào)的處理，都可以很自然的被擴(kuò)展為計(jì)算機(jī)視覺中對(duì)二元變量信號(hào)或者多元變量信號(hào)的處理方法。但由于圖像數(shù)據(jù)的特有屬性，很多計(jì)算機(jī)視覺中發(fā)展起來的方法，在單元信號(hào)的處理方法中卻找不到對(duì)應(yīng)版本。這類方法的一個(gè)主要特征，便是他們的非線性以及圖像信息的多維性，以上二點(diǎn)作為計(jì)算機(jī)視覺的一部分，在信號(hào)處理學(xué)中形成了一個(gè)特殊的研究方向。
除了上面提到的領(lǐng)域，很多研究課題同樣可被當(dāng)作純粹的數(shù)學(xué)問題。例如，計(jì)算機(jī)視覺中的很多問題，其理論基礎(chǔ)便是統(tǒng)計(jì)學(xué)，最優(yōu)化理論以及幾何學(xué)。
如何使既有方法通過各種軟硬件實(shí)現(xiàn)，或說如何對(duì)這些方法加以修改，而使之獲得合理的執(zhí)行速度而又不損失足夠精度，是現(xiàn)今電腦視覺領(lǐng)域的主要課題。