计算机视觉论文 4页

计算机视觉一、引言计算机视觉就是从图象中构成实际对象的明确的有意义的描述。图象理解包括图象信息的抽取，模式的识别，知识的表达，先验知识的交互作用等一系列过程。图象处理只是研究图象的变换，它并不提供图象明确的描述。人们不仪应用输入信息中对象的固有信息，而且运用设想及分级识别，理解等视觉过程的知识。二、摘要3.1计算机视觉是一门迅速发展的学科3.2机器人与计算机视觉3.3计算机视觉是一种自动控制的测量部件3.4人的视觉与计算机视觉4计算机视觉的应用5结语三、计算机视觉是迅速发展的学科信息本来是作为通信的研究对象，被解释为消息的传递。只是在传递时才发现了信息的存在与价值。许多通讯工具，如电话、电报、无线电直到电视，卫星通信，遥感图象等都属于信息传输。但是近年来有一个比信息传输发展要快得多的另一个领域—信息处理。信息处理迅速发展的主要原因是由于计算机的发展。从1946年第一台计算机的出现到现在已经更新了许多次，从主要作数值计算发展到许多非数值的领域，例如对产品的质量检验，工厂管理，银行业务，石油勘探的咨询，机器的辅助设计，实时控制，医生的助手等。借助于计算机及其他电子设备，信息处理有如此巨大的潜力，因此不得不间一下，信息究竟是什么，它的内涵是什么?我认为，信息的内涵不仅是消息的传递和数据的积累与处理，更重要的是知识，是人对世界模型的认识，是人智慧的物化。美国人工智能的专家们一般认为知识的表示。其实，知识是人们思维的产物，智能活动的过程是一个获取并应用知识的过程1137。用工程的方法获取并应用知识，可以建立一门“知识工程学”，它是人工智能的重要分支。我们最关心的是知识用适当的型式表示，便于输入到计算机中去，并在计算机中存储，检索，变换，使用与修改。我们从信息的变换和压缩中发现，信息可以大幅度地压缩，信息的形式完全变了，但需要的信息却没有丢失。压缩信息的极限是什么?压缩后应该把知识保留下来C97。实际上，大量的知识存储在计算机中供随时调用与交换已逐步成为现实。目前计算机不仅可以回答“是什么”，从那里找到部分答案，而且已经有某些逻辑思维的功能，告诉你“怎样做”，“为什么”等。用机器模拟人的思维，把事物变成命题，运用推理方法进行问题求解，作出决策，规划，是当前信息科学研究的中心问题之一。以知识表达和问题求解为中心的“人工智能”学科，\n以感受环境，按特征对事物进行描述分类决策的“模式识别”学科正在莲勃地发展起来127。以图象描述和图象理解为中心的“计算机视觉，，是人工智能和模式识别学科发展的产物。计算机内部处理与外界信息交换之间，已经表现出尖锐的矛盾。相对于计算机内部很高的处理能力，计算机对外界信息交换能力却弱得可怜。几分钟的计算机结果，有时儿小时也输不出来，送出来的打印数据又常常出错。尤其严重的是信息送不到计算机中去。一个放电波形要送入计算机，但模数转换速度不够，以致常常把主要的信息丢掉了。计算机本质上只能识别符号，但世界是多样的，不一定能简单地用符号串来表示的。有人提出，这些问题的存在，不仅仅是外部设备的功能问题，而是我们对信息的理解，涉及到计算机本身。计算机视觉也可以看成自动控制的测量部件。自动控制从第二次世界大战的炮火与雷达控制对它要求而急速发展以来已有很大的进步。无人车间无人工厂的自动化的目标值得商权，’历史的进程并没有把人逐渐排除在生产过程之外，而是更深入更有效地控制着生产，计算机没有排斥人，而正是把人的各种智慧发挥出来，而且在人的智能活动的启发下，设计出各种有效的机器来。但是工业控制中计算机的作用发挥是十分不够的，其原因之一就是对于工业系统的信息特点缺乏研究，提取信息方法太少，尤其是视觉信息的知识甚少，对系统控制的费用太大而效果又不够理想。许多自动控制领域的人们多少年来集中在寻找系统模型，以致在许多繁复的方法中不能解脱。我们不妨回过来看看人是怎样生存、生活和发展的，怎样用眼睛，耳朵和手的配合完成各种过程的，也许会得到不少的启发。有些问题的解决，完全没有必要兜一个“模型识别”的大圈子，甚至几年也兜不回来的大圈子。就是说用“学习”的方法，“启发式搜索”方法及其他人类联想，思维等方法也可能走出一些新的路子来。到目前为止，对于人的讲话，写的字，周围发生的事情如温度、气流、声音、图象等，计算机基本上都没有感受能力。自然语言的机器理解是比较困难的，人的语音识别是当前信号处理的尖端题目之一，世界上许多学者都集中了巨大的精力从事于各国语言的识别，至今还未能达到大量推广应用的地步，其原因之一就是语音信息不仅包含声音的特征，而且包含着文法，语义甚至感情、心理等因素。人的视觉机理是复很杂的。人们看东西并不只是把所有信息传送到大脑去的，在眼睛周围就有许多“微型计算机，，，把看到的东西进行分类、抽取、压缩，仅仅把重要的信息与大脑交换。大脑中也有负责形状识别的部分，有的是空间的，运动的，彩色的识别。用现在计算机图象是二维的，世界本质上是三维的。从二维图象找出三维物体的空间结构，需要有想象、思维、联想的过程。从二个角度摄象，’找立体结构，对于传送带上的机器零件的识别，机器人抓取物件提供视觉信息是生产上迫切需要解决的课题，又称为二维半间题。X光断层的发明，是用一维信息来寻找二维图象，甚至是三维图象的巧妙方法，发明者是至今为止第一个获得诺贝尔奖金的电气工程师。在医学、气象学、环境工程，非破坏性检验等获得广泛的应用。为什么人类识别形状这么容易，而让计算机对形状作描述却如此困难?有人认为，人脑专门有一部分是用于形状识别的。计算机的困难是因为至今还没有找到适当的语言来描写形状。当然，形状本身亦是复杂多变的。传统的数学也不总能把形与数联系起来的。形状识别应该说还是一门年青的学科。若要你把一个沙发从楼梯的下一格向上再搬一格来描述一下，或者计算一下某一种特殊形状的体积，对计算机来说是惊人的复杂。有时对某种价况适用的方法，对另一种就不适用了。关系结构的模型是图象理解比较高级的处理，其中重要的工具是知识的表示与语义树。高级处理首先需要运用先验知识的经验，然后将它们与实际看到的东西进行匹配，通过产生\n式系统，根据材料，归纳出知识来。命题方法是十分重要的，用它判断真假，并运用推理的规则。标号(labeling)，规划(planning)也是问题求解的有效手段，它把环境及执行过程给予估计。例如对于看到的一张椅子的座垫，可以采用规划的方法，运用对椅子的知识，如座#}V的形状、尺寸以及寻找可能椅背的地方，通雄分析断定它是一张椅子，最后确定该座垫的实际形状与位置的估计。四、计算机视觉的应用计算机视觉的研究工作，许多方面还停留在探索阶段，但有些场合已开始在生产上应用，并发挥出卓越的效能。可以说，计算机视觉是从微电子的生产设备和空中图象开始的，现在已扩展到机器人、产品检查、生物图象等，见表1。我们不打算罗列所有可能应用的范围，只是从几个侧面来看:1.美国I'S公司的机器视觉处理器产品工业应用介绍(M20)'1)半导体器件的应用·二维及草维光学图象的自动检查·集成电路键合检验·芯片或硅园中的划痕，破损检验·自动对准·掩模质量检查2)电气/电子工业中的应用·电气元件的检查·印刷电路板的检查—漏线、搭桥、键金插头损坏等3)食品和医药工业中的应用·机器人控制的自动分选、检验与封装·检验瓶子的破损及商标的损坏。检查药片的漏装及破碎·药水瓶中药水溢出检查4)离散制造工业中应用·自动尺寸检验·表面光洁度检查·工具损耗检测·自动定位2.激光轮胎的无损探伤—美国HN4B型L-Ray探伤仪检查功能:可检查轮胎的骨架与迭层的分离;轮胎的边带分离;轮胎中的空气泡;多孔性物质及空隙;轮胎中的修补不良;线绳断裂或损坏，轮胎内部钢线露出;骨架的疲劳;边带的断裂;轮胎的化学污染;铸模的收缩;拼接不良，修理全面质量检查。3.第七届国际模式识别会议(1984年7月30日在加拿大召开)的内容·图象的理解与识别二语言的理解与识别·计算机视觉·图象处理·机器人·模式分析·模式分类·人的感知模型·特殊的结构·大规模集成电路中的应用.交互系统·工业应用·生物医学应用·遥感应用五：结语计算机视觉是一发展得十分迅速的领域，形成一独立学科可以说是七十年代以来的事情。相信在不久的将来它一定会成为日常生活机工农业生产中必不可少的一项重要学科。六．参考文献多媒体信息处理与信息融合苗振江，袁宝宗计算机视觉在根系形态分析中的应用研究杨国梁计算机视觉刘明核计算机图像处理方法初探吴宏宇\n