[精品]浅谈计算机视觉发展趋势

《[精品]浅谈计算机视觉发展趋势》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、武汉理工大学学期小论文科目学科导论题目浅谈计算机视觉发展趋势院（系）信息工程学院2011年12月内容摘要：计算机视觉技术集数字图像处理、数字信号处理、光学、物理学、几何学、应用数学、模式识别及人工智能等知识于一体，其应用已经涉及到计算几何、计算机图形学、图像处理、机器人学等领域。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。本文将就计算机视觉的应用现状、采用的关键技术和应用前景作简要介绍。关键字：计算机视觉应用领域关键技术发展趋势Abstract:Computervisiontechnologyintegratest

2、heknowledgeondigitalimageprocessing,digitalsignalprocessing,optics,physics,geometry,appliedmathematics,patternrecognition,artificialintelligence,etc.Itsapplicationhasinvolvedinsuchfieldsascomputationalgeometry,computergraphics,innageprocessing,roboticsandsoon.Computervisi

3、onisbothengineeringandscieneewhichisachallengingimportsntresearchfield.Thispaperwillsimplelyintroducetheapplicationofcomputervision,thekeytechnologyandapplicationprospects.keywords:computervisionapplicationfieldkeytechnologydevelopment-trend1绪论计算机视觉既是工程领域，也是科学领域中的一个富有挑战重要

4、研究领域。计算机视觉是一门综合性的学科，它已经吸收來自各个学科的研究者参加到对它的研究之屮。其屮包括计算机科学和工程，信号处理，物理学，应用数学和统计学等。计算机视觉所研究的对彖，简单地说就是研究如何让计算机通过图像传感器或其它光传感器來感知，分析和理解周围环境。机器视觉系统的输入装置可以是摄像机、转鼓等。它们都把三维的影像作为输入源，即输入计算机的就是三维世界的二维投影。如果的影像作为输入源，即输入计算机的就是三维世界的二维投影。如果系统所要做的是从这种二维投影图像到三维客观世界的逆变换•也就是根据这种二维投影图像去重建三维的客观世界机

5、器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显力£O2计算机视觉应用领域计算机视觉的应用领域主耍包括对照片，视频资料如航空照片，卫星照片，视频片段等等的解释，精确制导，移动机器人视觉导航，医学辅助诊断，工业机械人的手眼系统，地图绘制，物体三维形状分析与识别及其智能人机接口等等。早期进行数字图像处理的目的之一就是要通过采用数字技术提高照片的质量，辅助进行航空照片和卫星照片的读取判别与分类。由于需要判读的照片数量很多，于是希望有□动的视觉系统进行判读解释，在这样的背景下，产生许多航空照片和一卫星照片判读系统和方法。自动判读

6、的进一步应用就是直接确定目标的性质，电视制导和图像制导，在导弹系统屮常常将惯例制导与图像制导结合，利用图像进行精确的末制导。工业机器人的手眼系统是计算机视觉应用的最成功的领域乞一，由于工业现场的诸多因素，与工业机器人不同，对于移动机器人而言，由于它具有行为能力,于是就是必须解决行为规划问题。随着移动式机器人的发展，越来越多的要求提供视觉能力，包括道路跟踪，冋避障碍，特定口标等等。口前移动机器人视觉系统研究处于实验阶段，大多数采用遥控。3计算机视觉的关键技术计算机视觉信息的处理技术主耍依赖丁•图像处理方法，它包括图像增强、数据编码和传输、平

7、滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后。输出图像的质量得到相当程度的改善，既改善了图像的视觉效果.乂便于计算机对图像进行分析、处理和识别。3.1图像分割研究3.1.1数据驱动的分割常见的数据驱动分割包括基于边缘检测的分割，基于区域的分割，边缘与区域结合的分割等。对于基于边缘检测的分割，其基本思想是先检测图像中的边缘点，再按一定方法连接成模块，从而构成分割区域。基于区域分割的基木思想是根据图像数据的特征将图像空间划分成不同的区域。常用的特征包括：直接来源原始图像的灰度或彩色特征：由原始灰度或彩色值变换得到的特征。

8、3.1.2模型驱动的分割常见的模型驱动分割包括基于动态轮廓模型，组合优化模型，冃标几何与统计模型。Snakes模型用于描述分割目标的动态轮廓。由于其能量函数采用的积分运算，具有较好的抗噪声性，