FREETALKFREETALK杨丽娜杨丽娜计算机视觉计算机视觉视觉通常我们说到视觉，总是与眼睛有关，通过眼睛与外界交流口，这些都是通过“看”来完成的。人们可以很容易“看到”一幅画，但这一“简单”过程并不如此简单。“看”的过程大致上可分为以下几个阶段：•通过眼睛将图成像在视网膜上•大脑对图像进行理解•根据处理的结果做出反应用比较专业一点的语言来描述，该过程包括了识别、描述与理解三个层次；这其中还隐含了边缘检测（各物体的轮廓等）、图像的分割（各物体区域的划分）等阶段。以上实际上概述了视觉系统的三个层次，即低层阶段：基于图像特征提取及分割阶段；中层阶段：基于物体的几何模型与图像特性表达阶段；高层阶段：基于景物知识的描述、识别与理解阶段，这是根据先验知识介入的程度划分的，且实现起来也越来越困难。计算机视觉的诞生如何人工实现这“看”的过程是极具挑战性和应用前景的一项工作，计算机视觉也因此而应运而生。计算机视觉是研究用计算机和成像设备来模拟人和生物视觉系统功能的技术学科，其目标是从图像或图像序列中获取对外部世界的认知和理解，即利用二维图像恢复三维环境中物体的几何信息，比如形状、位置、姿态、运动等，并能描述、识别与理解。计算机视觉的基础计算机视觉的基础是各种成像设备，例如CCD(ChargeCoupledDevice)摄像机（数码相机属于此类型）、红外摄像机、医学上常用的核磁共振成像、X射线成像等，这些设备不仅可以成像，还可以获取比人眼更丰富的图像，人们可以形象地把摄像机看成计算机视觉的视网膜部分。可以说从人类拍摄出第一幅图像开始，就为计算机视觉的诞生奠定了基础。计算机视觉的核心计算机视觉的核心是数字电子计算机，其发展可谓突飞猛进，在计算和存储能力上，人脑已经无法与之相比，人们的目标就是利用计算机非凡的计算处理能力来代替人脑实现对图像的理解，而计算机日新月异的发展也使得这一愿望越成为可能。用于指导“计算机”这个大脑运作的核心是计算机视觉的理论方法，主要基于几何、概率和运动学计算与三维重构的视觉计算理论，它的基础包括射影几何学、刚体运动力学、概率论与随机过程、图像处理、人工智能等理论。在20世纪70年代，视觉研究大多采用模式识别的方法；80年代，开始采用空间几何的方法以及物理知识进行视觉研究；90年代以后，随着智能机器人视觉研究的发展，引入了许多新的理论与技术如主动视觉理论、不变量理论、融合技术等，并应用于许多计算机视觉系统中。计算机视觉理论发展英国已故科学家戴维·马尔（DavidMarr），在20世纪70年代末提出了第一个较为完善的视觉系统框架，即计算视觉理论框架。他认为视觉是一个复杂的信息处理过程，并有不同的信息表达方式和不同层次的处理过程，而最终的目的是实现计算机对外部世界的描述。由此，他提出了三个层次的研究方法，即计算理论层、表征与算法层以及实现层。并且设想出了自下而上，没有反馈的视觉处理框架，他认为视觉的主要任务是获得物体的三维形状，并把获取过程分为三个阶段，即原始基元图(primalsketch)→2.5维图(2.5dimensionalsketch)→3维模型表示。其中，基元图由二维图像中的边缘点、直线、曲线、顶点等基本几何元素或特征组成；2.5维图是指对基元图进行一系列处理运算，推导出可见表面的朝向、轮廓等几何信息，计算机视觉理论发展是在观察者坐标系下描述的部分的、不完整的三维物体形状（另一部分是物体的背面或被遮挡的部分）；3维模型表示则描述物体坐标系下的各种形状及其空间组织。迄今为止，研究者们最瞩目也最完善的成果当属基于几何方法的计算机视觉理论体系。在Marr计算视觉理论框架下，观测者（计算机）只是被动地分析获取的静态图像，并不对成像设备（摄像机）做任何控制，这使得许多视觉任务（如识别、导航等）难以完成。可以想一下人类的视觉，人们在看的时候，眼球通常不自觉地或半自觉地跳动或转动，这说明大脑在主动且交互式地接受外界的信息。因此，有学者提出了主动视觉等理论，但主动视觉的研究往往与有目的的以及定性视觉的研究结合在一起。在主动视觉系统中，摄像机的状态参数如焦距、缩放、聚散度都可以控...
