计算机视觉基础期末(论文)

计算机视觉基础郑州轻工业学院计算机视觉基础（论文）题目计算机视觉基础感想学生姓名符*专业班级网络工程13-01学号541307030112院（系）计算机与通信工程学院指导教师(职称)常化文完成时间2015年12月29日计算机视觉基础1计算机视觉基础通过常老师十五节课程的学习，使我对计算机视觉基础有了和深的了解，也解答了以前心中的许多的迷惑和视觉基础相关的，让我对计算机视觉基础产生了更浓的兴趣。因此我特别感谢老师上课传道授业解惑，另外，有次老师感冒了还来上课，是我们大家都很感动。通过老师的讲解和我在课下的查阅，我对计算机视觉基础有了许多的理解和思考。通过这学期的学期的学习，对计算机显卡有了了解，它是计算机视觉的里程碑，然后学习了视觉基础在生物方面的概念，从每一个视觉神经都可以说起，最后通过老师讲解视觉在神经错觉在视觉基础的表现，感觉匪夷所思。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。由于算机视觉学在工农业生产、地质学、天文学、气象学、医学及军事并学等领域有着极大的潜在应用价值,所以它在国际上越来越受人重视。本文简要地介绍了计算机视觉学结计算机视觉基础2构和研究内容,它同附近学科的关系,计算机视觉研究中面临的技术难点以及计算机视觉学的历史,现状和研究动向。计算机视觉技术随着计算机技术的发展迅速成长起来。计算机视觉是指用计算机实现人的视觉功能，对客观世界的感知、识别和理解。它包括仿生视觉和工程视觉两个方面，前者是通过对人类视觉的模仿，研究视觉的机理和功能；后者是研究觉的感知和视觉的处理过程，借助视觉传感器获取信息，通过计算机处理、识别和分类，达到替人类视觉的目的。机器视觉系统从原理上分主要由三部分组成：图像的获取、图像的处理和分析、输出或显示：目前视觉信息获取器件主要有CCD摄像机、cM0s摄像机、X光摄像机、红外摄像机、小孔雷达成像装置、微波成像装置等，这些装置与计算机连接，构成视觉系统。机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于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。机器视觉技术包含数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光成像技术、传感器技术、模拟与数字视频技术、计算机软件硬件技术、人机接口技术等相关技术。典型的机器视觉系统一般包括光源、光学系统、摄像计算机视觉基础3机、图像采集卡、计算机等。以计算机视觉为基础的智能识别代替人的视觉识别具有其很大的优势和长远的发展前景。从摄像头获得的图像由于转化过程中电磁特性影响以及外界环境的影响，使图像退化变质或含有噪音，因此需要平滑滤波处理。常用的方法分频域和空域两类。对频域法而言是以滤除高频信号(噪声)达到平滑图像的目的，退化图像一般表示为传递函数与原始图像卷积后与噪声量的叠加，其反过程就是平滑过程，因此计算工作量大，处理一幅图像需要几秒甚至几分时间，不适合实时应用场合。空域法相对而言计算量小，处理速度快。提高计算机信息处理的速度，一方面要依赖于硬件水平的提高，如计算机处理能力和处理速度的升级，另一方面要研究相关领域信息的快速处理方法。本文针对计算机视觉信息快速处理进行了系统的研究，从实现实时检测的快速要求出发，解决动态条件下，图像质量差、信息量大、实时处理能力低以及检测精度低等问题。提出了图像处理的新方法，实现了动态捕获运动目标图像、快速滤波，图像增强、快速定位、快速检测目标边缘等低层处理算法。同时还讨论了系统的硬件设计和软件设计方案和方法。计算机视觉研究经历了近40年的过程,仍面临许多问题。主要由于这一方向是多学科的交叉与结合,同时视觉是一个涉及生理、心理的复杂过程,不仅与眼睛有关,还和大脑的推理、学习有关。研究计算机视觉的目的是要实现对人类视觉的模拟和延伸。对于人类而言,视觉是一个轻而易举的功能,对机器却不同。视觉过程很难用类似于问计算机视觉基础4题求解的方法符号化。随着计算机科学领域中对定量研究的重视,这种状况会得到改善。在计算机视觉的研究过程中,应考虑将功能模拟与认知模拟相结合。人类延伸其他能力的过程中,功能模拟起到了主要作用,但视觉是涉及心理和生理两方面的过程,因此必须在功能模拟的同时重视认知模拟。算理论的进步与感知手段的改进有助于计算机视觉的研究。在计算机视觉中计算理论占有十分重要的地位,计算理论的进步,新的计算模型的提出可以解决以往一些困难的问题;另一方面,感知手段的进步也可以起到同样的作用。采用主动视觉可从另一个侧面去处理面对的视觉问题。要实现完整的视觉系统,视觉知识的获取、管理和利用是必不可少的。一个相对完备的视觉系统同时也是一个知识管理系统,在视觉过程中对一幅图像的理解需要大量的关于任务领域的知识,这些知识不同于问题求解中的知识可以明确的显性表示,而且人类获取信息的80%是通过视觉得到的,因而这些知识涉及面之广难以预测,因此视觉系统中的知识管理是一个重要问题。从以往的研究看,过去的几十年虽然提出、解决了一些问题,但是由于视觉问题的特殊性和复杂性,还有大量的问题需要研究。研究的重点包括对新方法、新手段的探索。当然,在原有问题上采用新的描述方法、求解手段也是一个可能的突破点。在视觉领域中多数的问题不是问题本身正确与否,而是描述是否恰当以及求解是否有效的问题,因而描述方式、求解手段的探索是十分重要的。总之,随着对定量研计算机视觉基础5究的重视,新的描述方式、求解手段的研究,以及感知手段的改进,计算机视觉的研究必将迎来一个更加繁荣的时代。