计算机视觉的定义,应用及整个系统-程序员宅基地

技术标签: 机器学习与数据挖掘  

定义:
    计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息,就像人类和许多其他类生物每天所做的那样。
    计算机视觉是一门关于如何运用照相机和计算机来获取我们所需的,被拍摄对象的数据与信息的学问。形象地说,就是给计算机安装上眼睛(照相机)和大脑(算法),让计算机能够感知环境。我们中国人的成语"眼见为实"和西方人常说的"One picture is worth ten thousand words"表达了视觉对人类的重要性。不难想象,具有视觉的机器的应用前景能有多么地宽广。
    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。计算机视觉是一门综合性的学科,它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中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,神经生理学和认知科学等。

原理:

    计算机视觉就是用各种成象系统代替视觉器官作为输入敏感手段,由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界,具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此,在实现最终目标以前,人们努力的中期目标是建立一种视觉系统,这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。例如,计算机视觉的一个重要应用领域就是自主车辆的视觉导航,还没有条件实现象人那样能识别和理解任何环境,完成自主导航的系统。因此,人们努力的研究目标是实现在高速公路上具有道路跟踪能力,可避免与前方车辆碰撞的视觉辅助驾驶系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用,但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是,人类视觉系统是迄今为止,人们所知道的功能最强大和完善的视觉系统。如在以下的章节中会看到的那样,对人类视觉处理机制的研究将给计算机视觉的研究提供启发和指导。因此,用计算机信息处理的方法研究人类视觉的机理,建立人类视觉的计算理论,也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称为计算视觉(Computational Vision)。计算视觉可被认为是计算机视觉中的一个研究领域。

目前应用: 

    人类正在进入信息时代,计算机将越来越广泛地进入几乎所有领域。一方面是更多未经计算机专业训练的人也需要应用计算机,而另一方面是计算机的功能越来越强,使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性与在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。人可通过视觉和听觉,语言与外界交换信息,并且可用不同的方式表示相同的含义,而计算机却要求严格按照各种程序语言来编写程序,只有这样计算机才能运行。为使更多的人能使用复杂的计算机,必须改变过去的那种让人来适应计算机,来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求,以人所习惯的方式与人进行信息交换,也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。
    智能计算机不但使计算机更便于为人们所使用,同时如果用这样的计算机来控制各种自动化装置特别是智能机器人,就可以使这些自动化系统和智能机器人具有适应环境,和自主作出决策的能力。这就可以在各种场合取代人的繁重工作,或代替人到各种危险和恶劣环境中完成任务。
    应用范围从任务,比如工业机器视觉系统,比方说,检查瓶子上的生产线加速通过,研究为人工智能和计算机或机器人,可以理解他们周围的世界。计算机视觉和机器视觉领域有显著的重叠。计算机视觉涉及的被用于许多领域自动化图像分析的核心技术。机器视觉通常指的是结合自动图像分析与其他方法和技术,以提供自动检测和机器人指导在工业应用中的一个过程。在许多计算机视觉应用中,计算机被预编程,以解决特定的任务,但基于学习的方法现在正变得越来越普遍。计算机视觉应用的实例包括用于系统:
(1)控制过程,比如,一个工业机器人 ;
(2)导航,例如,通过自主汽车或移动机器人;
(3)检测的事件,如,对视频监控和人数统计 ;
(4)组织信息,例如,对于图像和图像序列的索引数据库;
(5)造型对象或环境,如,医学图像分析系统或地形模型;
(6)相互作用,例如,当输入到一个装置,用于计算机人的交互;
(7)自动检测,例如,在制造业的应用程序。
    其中最突出的应用领域是医疗计算机视觉和医学图像处理。这个区域的特征的信息从图像数据中提取用于使患者的医疗诊断的目的。通常,图像数据是在形式显微镜图像,X射线图像,血管造影图像,超声图像和断层图像。的信息,可以从这样的图像数据中提取的一个例子是检测的肿瘤,动脉粥样硬化或其他恶性变化。它也可以是器官的尺寸,血流量等。这种应用领域还支持通过提供新的信息,医学研究的测量例如,对脑的结构,或约医学治疗的质量。计算机视觉在医疗领域的应用还包括增强是由人类的解释,例如超声图像或X射线图像,以降低噪声的影响的图像。
    第二个应用程序区域中的计算机视觉是在工业,有时也被称为机器视觉,在那里信息被提取为支撑的制造工序的目的。一个例子是质量控制,其中的信息或最终产品被以找到缺陷自动检测。另一个例子是,被拾取的位置和细节取向测量由机器人臂。机器视觉也被大量用于农业的过程,从散装材料,这个过程被称为去除不想要的东西,食物的光学分拣。
军事上的应用很可能是计算机视觉最大的地区之一。最明显的例子是探测敌方士兵或车辆和导弹制导。更先进的系统为导弹制导发送导弹的区域,而不是一个特定的目标,并且当导弹到达基于本地获取的图像数据的区域的目标做出选择。现代军事概念,如“战场感知”,意味着各种传感器,包括图像传感器,提供了丰富的有关作战的场景,可用于支持战略决策的信息。在这种情况下,数据的自动处理,用于减少复杂性和融合来自多个传感器的信息,以提高可靠性。
    一个较新的应用领域是自主车,其中包括潜水,陆上车辆(带轮子,轿车或卡车的小机器人),高空作业车和无人机(UAV)。自主化水平,从完全独立的(无人)的车辆范围为汽车,其中基于计算机视觉的系统支持驱动程序或在不同情况下的试验。完全自主的汽车通常使用计算机视觉进行导航时,即知道它在哪里,或用于生产的环境(地图SLAM)和用于检测障碍物。它也可以被用于检测特定任务的特定事件,例如,一个UAV寻找森林火灾。支承系统的例子是障碍物警报系统中的汽车,以及用于飞行器的自主着陆系统。数家汽车制造商已经证明了系统的汽车自动驾驶,但该技术还没有达到一定的水平,就可以投放市场。有军事自主车型,从先进的导弹,无人机的侦察任务或导弹的制导充足的例子。太空探索已经正在使用计算机视觉,自主车比如,美国宇航局的火星探测漫游者和欧洲航天局的ExoMars火星漫游者。
    其他应用领域包括:
(1)支持视觉特效制作的电影和广播,例如,摄像头跟踪(运动匹配)。
(2)监视。

计算机视觉整个系统:

    计算机视觉系统的结构形式很大程度上依赖于其具体应用方向。有些是独立工作的,用于解决具体的测量或检测问题;也有些作为某个大型复杂系统的组成部分出现,比如和机械控制系统,数据库系统,人机接口设备协同工作。计算机视觉系统的具体实现方法同时也由其功能决定——是预先固定的抑或是在运行过程中自动学习调整。尽管如此,有些功能却几乎是每个计算机系统都需要具备的:


图像获取

一幅数字图像是由一个或多个图像感知器产生,这里的感知器可以是各种光敏摄像机,包括遥感设备,X射线断层摄影仪,雷达,超声波接收器等。取决于不同的感知器,产生的图片可以是普通的二维图像,三维图组或者一个图像序列。图片的像素值往往对应于光在一个或多个光谱段上的强度(灰度图或彩色图),但也可以是相关的各种物理数据,如声波,电磁波或核磁共振的深度,吸收度或反射度。


预处理
在对图像实施具体的计算机视觉方法来提取某种特定的信息前,一种或一些预处理往往被采用来使图像满足后继方法的要求。例如:
二次取样保证图像坐标的正确;
平滑去噪来滤除感知器引入的设备噪声;
提高对比度来保证实现相关信息可以被检测到;

调整尺度空间使图像结构适合局部应用。


特征提取
从图像中提取各种复杂度的特征。例如:
线,边缘提取;
局部化的特征点检测如边角检测,斑点检测;

更复杂的特征可能与图像中的纹理形状或运动有关。


检测分割
在图像处理过程中,有时会需要对图像进行分割来提取有价值的用于后继处理的部分,例如
筛选特征点;

分割一或多幅图片中含有特定目标的部分。


高级处理
到了这一步,数据往往具有很小的数量,例如图像中经先前处理被认为含有目标物体的部分。这时的处理包括:
验证得到的数据是否符合前提要求;
估测特定系数,比如目标的姿态,体积;
对目标进行分类。

高级处理有理解图像内容的含义,是计算机视觉中的高阶处理,主要是在图像分割的基础上再经行对分割出的图像块进行理解,例如进行识别等操作。


原文地址:http://www.peileyuan.com/topics/296


版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/zjxiaolu/article/details/44836133

智能推荐

SSH远程连接MacOS catalina并进行终端颜色配置_ssh终端颜色取决于-程序员宅基地

文章浏览阅读986次。MacOS catalina远程SSH连接,并进行终端颜色配置_ssh终端颜色取决于

城市智慧排水监测系统,实时守护城市水脉-程序员宅基地

文章浏览阅读50次。城市智慧排水监测系统,通过新一代信息技术与排水技术的完美融合,让数据价值得以充分发掘,实现智慧排水监测系统的控制智能化、数据资源化、管理精确化、决策智慧化。通过数据采集和传输,系统能够及时掌握排水系统的运行状态,包括管网、泵站、调蓄池等关键节点的运行情况,以及排水户、内涝点等的数据变化。福建厦门WITBEE万宾,作为城市智慧排水监测系统的领先者,始终致力于为建设更加安全、智能、宜居的城市贡献力量,在智能排水监测系统领域上面提供了一个新的闭环。▲城市智慧排水监测系统核心产品。▲城市智慧排水监测系统架构。

Android手机获取外网ip(by 星空武哥)_android获取进口ip-程序员宅基地

文章浏览阅读2w次,点赞4次,收藏18次。目录(?)[-]声明渠道方式一友盟的打包工具蓝贝壳儿Eclipse插件打包Gradle 多渠道打包 比较新使用比较简单声明渠道方式二Android批量打包提速 - 1分钟900个市场不是梦Android批量打包提速 - 1分钟900个市场不是梦下面是具体步骤总结多渠道打包,主要是为了统计不同的渠道上包的下载数量,渠道越多,我们需要打的_android获取进口ip

ArcMap打开shp文件笔记_shp文件怎么打开-程序员宅基地

文章浏览阅读5k次。点击连接到文件夹,在本地找到shp文件所在的目录。1、点击文件菜单-添加数据-添加数据。我用的是ArcMap 10.8.1。鼠标右键图层,点击打开属性表。2、选择shp文件所在目录。修改标注要素的大小和颜色。把属性表的值标注在图中。修改标注的颜色、大小。_shp文件怎么打开

清华OJ——无线广播_某广播公司要在一个地区架设无线广播发射装置。该地区共有n个小镇,每个小镇都要安-程序员宅基地

文章浏览阅读252次。某广播公司要在一个地区架设无线广播发射装置。该地区共有n个小镇,每个小镇都要安装一台发射机并播放各自的节目。_某广播公司要在一个地区架设无线广播发射装置。该地区共有n个小镇,每个小镇都要安

SQL——修改表数据,满足某些条件时,设定某个值(SQL IF ELSE)_数据库根据条件设置数据-程序员宅基地

文章浏览阅读6k次,点赞6次,收藏9次。维护表数据:1、当pm字段值小于24时,将其值设为6;2、当pm字段值大于24 AND 小于36时,将其值设为24;3、当前值大于36,将其值设为36。_数据库根据条件设置数据

随便推点

在centos6.8系统中静默安装oracle数据库_chown -r oracle:oinstall/home/oracle/east5.0/-程序员宅基地

文章浏览阅读485次。在centos6.8系统中静默安装oracle数据库本次安装oracle11g,所以事先需要在网络上下载好oracle11g##1. 增加虚拟内存dd if=/dev/zero of=/swapadd bs=1024 count=2006424mkswap /swapaddswapon /swapadd##2. 创建用户和组groupadd oinstallgroupadd dba..._chown -r oracle:oinstall/home/oracle/east5.0/

操作系统-内存管理-内存与外存的对换(swapping)_进程对换功能主要基于-程序员宅基地

文章浏览阅读1w次,点赞7次,收藏37次。操作系统-内存管理-内存与外存的对换(swapping)1.对换的引入在多道程序环境下,可能会有如下两个问题:内存中的某些进程可能被阻塞(由于等待I/O或其他原因),但是该进程占用了大量的内存空间,甚至会发生内存中所有的进程都被阻塞的情况。在上述情况下,还有些作业在外存上等待调入内存,但因内存空间已被那些阻塞的进程占用所以这些在外存上等待的作业无法被调入内存执行。上诉两个问题会导致系统资源被严_进程对换功能主要基于

结构化、半结构化、非结构化数据_半结构化数据有哪些-程序员宅基地

文章浏览阅读9k次。1.结构化数据定义:业界指关系模型数据,即以关系数据库表形式管理的数据简析:虽然专业角度上看,结构化就是关系模型的说法并不准确,但针对目前业内现状,还是定义为关系模型最为妥善,因为它准确的代表了我们传统上最熟悉的企业业务数据。2.半结构化数据定义:非关系模型的、有基本固定结构模式的数据,例如日志文件、XML文档、JSON文档、Email等。3.非结构化数据定义:没有固定模式..._半结构化数据有哪些

Python分析 | 从00-90后的微信昵称_python 获取随机网名-程序员宅基地

文章浏览阅读580次。一、前言大家好,首先说明的是,这是一篇技术文,也是一篇not技术文,今天分享的是,当我获取了微信小程序英文取名的3500多个微信用户昵称、年龄段后,分析得到下面解果。。。二、Let's get it1.基本信息获取1.访问英文取名的用户基本信接口,获取英文取名用户微信名(NickName)、访问次数(Count)、总数据集(ResponseData),并将微信名存入文件。# ..._python 获取随机网名

UWB 帧结构_uwb帧payload结构-程序员宅基地

文章浏览阅读2.2k次。PSPD_uwb帧payload结构

jScrollPane的使用(jquery滚动条插件)_jquery.jscrollpane.min.js-程序员宅基地

文章浏览阅读9.3k次。这是一个js的页面滚动条插件使用时引入三个文件:(路径自行填写)然后再给需要添加滚动条的容器加上一个方法,搞定$(function(){ $("#contentDiv").jScrollPane();})太好用了!ps:如果要修改滚动条的默认样式可以打开jquery.jscrollpane.css_jquery.jscrollpane.min.js