第1章引言1.1本课题研究背景和意义自二十一世纪以来,计算机的使用得到了广泛普及,极大程度上提高了人们的工作效率,方便了人们的生活。但是,随着社会的不断进步和发展,人们所面临的工作和任务也变得越来越复杂多样,这就使得我们对计算机功能的要求也越来越高。人们期望计算机能够像“人”一样通过不断的学习从而具备逻辑推理和决策的能力,能够在一些特殊下代替人完成繁重的任务。这就衍生了一系列研究“智能机器”的学科领域。其中,计算机视觉就是一门研究如何用机器来模拟人和生物的视觉系统功能的学科。具体而言,就是用摄像机代替人眼收集视觉信息,利用计算机代替大脑对信息进行处理和分析,从而完成对目标的检测、识别和跟踪等任务。计算机视觉的研究目的就是让计算机能够感知周围世界,了解它的空间组成和变化规律,最终具备对周围场景的理解和认知能力。目前,在医学图像处理、工业自动化、无人机探测以及卫星导航等等应用中都涉及到计算机视觉领域的相关技术。图像分割是图像处理中最重要的部分之一,也是计算机视觉领域中有关场景目标提取的一项关键技术。它是依据图像的特定性质和特征,如颜色、纹理和梯度等,把图像划分为多个具有特殊含义的区域并提取出感兴趣目标的技术和过程。图像分割所提取出的目标可以用于后续的图像语义识别、图像检索和目标跟踪等任务。其中,图像语义识别就是指让计算机判别出图像中目标的类别,使计算机能够理解图像所包含的“语义”信息,做到图像场景分析和理解。图像语义分割技术是一项将图像分割和图像语义识别相结合的图像处理方法。它在图像分割的基础上融入了目标识别技术,不仅可以完成目标的提取,还可以判断目标的种类。图像语义分割的主要方法就是将图像中的每个像素按照其所属种类进行分类,最后得到包含“语义”信息的分割图像(如图 1.1 所示)。目前,图像语义分割技术的主要研究和应用有智能家居机器人和无人驾驶汽车等。智能家居机器人通过摄像机捕获室内场景图像,利用计算机分析场景内容,识别出哪些是家具、哪些是电器以及哪些是垃圾,然后进行卫生清理工作。在无人驾驶系统中计算机通过车前摄像头捕获街道场景图像,通过电脑分析识别出场景中的车辆、行人、街道和障碍物等等,然后利用雷达探测出行车与其他物体间的距离,最后做出前进、减速和停车避让等决策。此外,在医学、工业、军事等领域都有图像语义分割技术的相关研究和应用。1.2文本工作内容随着计算机硬件的发展和大...