计算机视觉的应用与发展综述

摘要：计算机视觉学是自二十世纪六十年代中期迅速发展起来的一门新学科。它是个边缘学科，集众家之所长，是个工程性很强的技术，主要需要有空间几何、矩阵分析、光电技术、图像处理、应用数学、离散数学及计算机技术等等各个方面的知识，才能正确的指导视觉系统的建模、解模及实际工程问题的解决方法。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。Abstract：Computer vision is a new rapidly developed subject since the 1960s medium-term. Computer vision is used for an analog of biological vision with computers and related equipments. Its main task is obtaining corresponding scene 3-d information by collecting the picture or video processed, just like humans and many other creature do every day. Because of computer vision has a great potential application value in industrial and agricultural production, geology, astronomy, meteorology, the medicine and the military and other fields,so it is becoming more and more attention in the world. This paper briefly introduced the study content of computer vision,its relationship with nearby subjects, the technical difficulties that computer vision research is facing and computer vision’s history, present situation and research trend.

Key words：computer vision pictures applicationPC软件系统等组成，可以完成图像的采集与处理、目标的识别功能，视觉系统的结构一般是从系统的模型的角度理解的。

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。1、校正成象过程中系统引进的光度学和几何学的畸变,抑制和去除成象过程中引进的噪声—统称为图象的恢复。

2、从图象信息如亮度分布信息中提取诸如边沿信息,深度信息图象点沿轴方向的尺度,表面三维倾斜方向信息等反映客观景物特征的信息。

3、根据抽取的特征信息把反映三维客体的各个图象基元,如轮廓、线条、纹理、边缘、边界、物体的各个面等从图象中分离出来,并且建立起各个基元之间的拓朴学上的和几何学上的关系—称之基元的分割和关系的确定。

在图象分析和理解阶段,计算机根据事先存贮在数据库中的预知识模型,识别出各个基元或某些基元组合所代表的客观世界中的某些实体称之为模型匹配以及根据图象中各基元之间的关系在预知识的指导下得出图象所代表的实际景物的含义,得出图象的解释或描述。

必须强调,预知识在视觉系统中起着相当重要的作用。在预知识库中存放着各种实际可能遇到的物体的知识模型,和实际景物中各种物体之间的约束关系。计算机的作用是根据被分析的图象中的各基元及其关系,利用预知识作为指导,通过匹配,搜索和推理等手段,最终得到对图象的描述。在整个过程中预知识时刻提供处理的样板和证据。每一步的处理结果随时同预知识进行对比。有时,处理的中间结果和最终结果还要馈送给预知识库作为知识的更新和积累。

2　图像分割研究

图像分割是图像处理与机器视觉的基本问题之一。其要点是:把图像划分成若干互不交迭区域的集合。这些区域要么对当前的任务有意义,要么有助于说明它们与实际物体或物体的某些部分之间的对应关系。图像分割的应用十分广泛,几乎出现在有关图像处理的所有领域,并涉及各种类型的图像。例如,在遥感应中,合成孔径雷达图像中目标的分割;遥感云图