计算机视觉贾云德pdf版

　　人类在征服自然、改造自然和推动社会进步的过程中，面临着自身能力、能量的局限性，因而发明和创造了许多机器来辅助或代替人类完成任务．智能机器，包括智能机器人，是这种机器最理想的形式，也是人类科学研究中所面临的最大挑战之一．智能机器是指这样一种系统，它能模拟人类的功能，能感知外部世界并有效地解决人所能解决问题．人类感知外部世界主要是通过视觉、触觉、听觉和嗅觉等感觉器官，其中约 80%的信息是由视觉获取的．因此，对于智能机器来说，赋予机器以人类视觉功能对发展智能机器是及其重要的，也由此形成了一门新的学科—机器视觉（也称计算机视觉或图像分析与理解等）．机器视觉的发展不仅将大大推动智能系统的发展，也将拓宽计算机与各种智能机器的研究范围和应用领域．

　　机器视觉是研究用计算机来模拟生物外显或宏观视觉功能的科学和技术．机器视觉系统的首要目标是用图像创建或恢复现实世界模型，然后认知现实世界．机器视觉系统获取的场景图像一般是灰度图像，即三维场景在二维平面上的投影．因此，场景三维信息只能通过灰度图像或灰度图像序列来恢复处理，这种恢复需要进行多点对一点的映射逆变换．在信息恢复过程中，还需要有关场景知识和投影几何知识．

　　机器视觉是一个相当新且发展十分迅速的研究领域，并成为计算机科学的重要研究领域之一．机器视觉是在 20 世纪 50 年代从统计模式识别开始的［1］，当时的工作主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等．60 年代，Roberts（1965）通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，并对物体形状及物体的空间关系进行描述［Roberts 1965］．Roberts 的研究工作开创了以理解三维场景为目的的三维机器视觉的研究．Roberts 对积木世界的创造性研究给人们以极大的启发，许多人相信，一旦由白色积木玩具组成的三维世界可以被理解，则可以推广到理解更复杂的三维场景．于是，人们对积木世界进行了深入的研究，研究的范围从边缘、角点等特征提取，到线条、平面、曲面等几何要素分析，一直到图像明暗、纹理、运动以及成像几何等，并建立了各种数据结构和推理规则．到了 70 年代，已经出现了一些视觉应用系统［Guzman 1969， Mackworth 1973，］．

　　70 年代中期，麻省理工学院（MIT）人工智能（AI）实验室正式开设“机器视觉”（ Machine Vision）课程，由国际著名学者 B．K．P．Horn 教授讲授．同时，MIT AI 实验室吸引了国际上许多知名学者参与机器视觉的理论、算法、系统设计的研究，David Marr 教授就是其中的一位．他于 1973 年应邀在 MIT AI 实验室领导一个以博士生为主体的研究小组，1977 年提出了不同于＂积木世界＂分析方法的计算视觉理论（computational vision），该理论在 80 年代成为机器视觉研究领域中的一个十分重要的理论框架．

　　可以说，对机器视觉的全球性研究热潮是从 20 世纪 80 年代开始的，到了 80 年代中期，机器视觉获得了蓬勃发展，新概念、新方法、新理论不断涌现，比如，基于感知特征群的物体识别理论框架，主动视觉理论框架，视觉集成理论框架等．