借鉴人类视觉的原理,计算机视觉技术研究的长远目标是建立通用的视觉系统。计算机视觉技术的优势不仅在于能模拟人眼的功能,还能完成人眼所不能胜任的工作。因此,对人脑视觉的充分理解将促进对计算机视觉更深入的研究,并对计算机视觉系统提供坚实的生物理论基础。......
2025-09-30
1.计算机视觉技术的研究内容
下面从图像输入设备、低层视觉、中层视觉、高层视觉和体系结构五个方面介绍计算机视觉技术的主要研究内容。
(1)图像输入设备(Input Device)
输入设备包括成像设备和数字化设备。成像设备是指通过光学系统或红外、激光、超声、X射线等技术对周围场景或物体进行探测成像。之后通过数字化设备得到关于场景或物体的二维或三维数字化图像的装置。
(2)低层视觉(Low Level Vision)
低层视觉主要对输入的原始图像进行处理。这一过程借用了大量的图像处理技术和算法,如图像滤波、图像增强、图像边缘检测、图像纹理检测等,以便从图像中抽取诸如角点、边缘、线条、边界及色彩等关于场景的基本特征。这一过程还包括了各种图像变换(如校正)、图像压缩、图像运动检测等。
(3)中层视觉(Intermediate Level Vision)
中层视觉的主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息。实现的途径有立体视觉(Stereo Vision)、测距成像(Range Finder)、运动估计(Motion Estimation)等。系统标定等研究内容一般也在这个层次上进行。
(4)高层视觉(Heigh Level Vision)
高层视觉的主要任务是在以物体为中心的坐标系中,在原始输入图像、图像基本特征、2.5维图的基础上,恢复出物体的完整三维图,建立物体三维描述,识别三维物体,并确定物体的位置和方向等。
(5)体系结构(System Architecture)
体系结构这一术语最通常的含义是指在高度抽象的层次上,根据系统模型而不是根据事先设计的具体例子来研究系统的结构。为了说明这一点,可以考虑建筑设计中某一时期的建筑风格(如清朝时期)和根据这一风格设计出来的具体建筑之间的区别。体系结构研究涉及一系列相关的课题,包括并行结构、分层结构、信息流结构、拓扑结构,以及从设计到实现的途径。
2.图像工程
(1)概念
图像工程是有关图像的理论和技术,是对图像数据的分析、管理及各种应用的总称。
1)多年来,图像技术有了迅猛的发展,受到了广泛的重视和关注,出现了许多新理论、新方法、新技术、新手段、新设备。它要求图像技术工作在一个整体的框架下进行。(https://www.chuimin.cn)
2)图像技术多年来的发展和积累,为图像工程学科打下了坚实的基础,各类图像应用也对图像工程学科的建立提出了迫切的需要。图像工程成为整个图像领域进行研究和应用的新学科。
(2)图像工程的内容
图像工程按照抽象程度和研究方法可分为三个层次:图像处理、图像分析和图像理解。图像工程是三者既有联系又有区别的有机结合体。
1)图像处理 广义图像处理泛指各种图像技术,实际上着重强调在图像之间的变换。狭义图像处理是指图像进行各种加工,以改善图像的视觉效果,并为自动识别打下基础;或对图像进行压缩编码,以减少对所需存储空间和传输时间、传输通路的要求。图像处理研究内容包括图像采集和获取、图像重建、图像变换、图像滤波、图像增强、图像恢复或复原等。
2)图像分析 对图像中比较感兴趣的目标进行检测和测量,以获得它们的客观信息,从而建立对图像的描述。图像分析的特点是一个从图像到数据的过程。数据可以是对目标特征测量的结果,或是基于测量的符号表示。它描述了图像中目标的特点和性质。图像分析的研究内容包括图像分割、图像的目标表达和描述、图像检测与测量、图像的目标形状、图像的纹理、图像的运动分析、图像的目标识别等。
3)图像理解 在图像分析的基础上,进一步研究图像中各目标的性质和它们之间的相互联系,并得出对图像内容含义的理解及对客观场景的解释,从而指导和规划行动。图像理解的研究内容包括图像匹配、图像三维(3D)建模、图像客观场景恢复、图像解释和推理等。
(3)小结
图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的三个不同层次上。
图像处理是底层操作,它主要在图像的像素级上进行处理,处理数据量大。图像处理是一个从图像到图像的过程。
图像分析是中层操作,通过分割和特征提取,把原来以像素描述的图像转变成比较简洁的非图像形式的描述。
图像理解主要是高层操作,基本上是对从描述抽象出来的符号进行运算,其处理方法与人类的思维推理有许多类似之处。
图1.3所示为图像工程的三层次示意。
图1.3 图像工程的三层次示意
相关文章
借鉴人类视觉的原理,计算机视觉技术研究的长远目标是建立通用的视觉系统。计算机视觉技术的优势不仅在于能模拟人眼的功能,还能完成人眼所不能胜任的工作。因此,对人脑视觉的充分理解将促进对计算机视觉更深入的研究,并对计算机视觉系统提供坚实的生物理论基础。......
2025-09-30
下面简要介绍Marr视觉理论的基本思想和框架。图1.1 Marr视觉信息处理的三个阶段第一阶段是早期视觉处理,其目的是从输入的原始图像中抽取观察者周围景物表面的物理特性,如距离、表面方向、材料特性等,并构成要素图或基元图。表1.2 由图像恢复形状信息的表达框架3.Marr视觉理论的意义及不足Marr视觉理论是计算机视觉研究领域的划时代成就。图1.2 改进后的Marr视觉理论框架限于历史等因素,Marr没有研究如何用数学方法严格地描述视觉信息的问题。......
2025-09-30
机器视觉在智能工厂中扮演着重要的角色,可以有效增加产能、提高产品合格率。在选用机器视觉系统时,需要考虑以下因素:1.处理器计算性能在机器视觉图像采集与分析的过程中,处理器的计算能力至关重要。如果机器视觉系统需要就近配置在严苛的生产线环境中,则应根据需求,确定是否选用具备防水、防尘能力的产品。机器视觉系统的特点是能够提高生产的柔性和自动化程度。......
2025-09-29
机器视觉,即采用机器代替人眼来做测量和判断。机器视觉技术比较复杂,最大的困难在于人的视觉机制尚不清楚。可以预计的是,随着机器视觉技术自身的成熟和发展,它将在现代和未来制造企业中得到越来越广泛的应用。本章在介绍机器视觉系统组成、相关算法的基础上,重点介绍了机器视觉在人脸识别以及工业领域的应用。......
2025-09-29
解决方案基于机器视觉的带钢表面缺陷检测系统的硬件框架主要由照明设施、CCD摄像头、图像处理计算机、服务器及局域网等组成,如图10-15所示。带钢表面的照明设施采用一种特殊的红外光源阵列,CCD行扫描摄像机组横向排列在带钢生产线上,摄像机的横向及纵向可视范围相互重叠,以确保不出现漏检。CCD摄像机采集的图像经光纤传至图像处理计算机组,进行图像处理及模式识别。......
2025-09-29
叶声华 邾继贵 王仲 杨学友摘要:视觉检测技术,尤其是基于三角法的主动和被动视觉检测技术具有非接触、速度快、柔性好等特点,是一种先进的检测手段,适合现代制造业的需要。文章论述了视觉检测技术原理,讨论了已经研制的多个实际视觉检测系统,从不同角度展示了视觉检测技术在现代制造业中广阔的应用前景。关键词:主动视觉 被动视觉 检测系统 现代制造[收稿日期] 1999-06-28。......
2025-09-29
在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术,可以在较快的生产线上对产品进行测量、引导、检测和识别,并能保质保量地完成生产任务。......
2025-09-29
相关推荐