计算机视觉技术应用_邹庆华

２０１５年第１２期（总第１５６期）

信息通信

INFORMATION&COMMUNICATIONS

２０１５

（Ｓｕｍ．Ｎｏ１５６）

计算机视觉技术应用

邹庆华，张月雷

（中国电子科技集团公司第二十八研究所，江苏南京210014）

摘要：文章在详细介绍了计算机视觉技术的基本概念、研究方法和研究目标的基础上，又着重对计算机视觉技术在各学

科和领域的应用进行了简要分析和说明，最后对计算机视觉技术的应用前景进行了展望。关键词：计算机视觉技术；研究方法；应用领域中图分类号：TP391.41文献标识码：A文章编号：1673-1131（2015）12-0183-02

0引言

计算机视觉技术的主要内容是使用视觉图像传感器或者计算机来模拟实现人眼视觉的基本功能，即通过这种技术可以实现对外在世界实际场景的感知、采集、处理以及解释理解等功能。此类技术的研究初衷是采集、感知相关环境的图像，定位、辨识具体目标，确认相关目标的排列分布组合、结构特点和相关目标间的关系，从而能够对外在世界里的实际场景和目标做出有意义的识别和判断。

1研究方法及目标

当前，计算机视觉技术主要有两种研究方法，第一种属于工程类的研究方法，该方法主要是从分析理解人类视觉过程的功能特点入手，将系统的输入、输出视为重点，而对视觉系统的内部构造不进行考虑，在此基础上，采用一切可用技术手段实现视觉系统的功能；第二种属于仿生学的研究方法，该方法以人类视觉系统的结构原理特点作为切入点，建立起相应的加工处理模块，实现人眼视觉系统的功能。

计算机视觉技术的研究目标可以根据其研究方法的不同进行分类，大致可以分成两类。第一类主要是以完成各项工程项目工作的技术机理为目标进行的，即通过建立起相应的计算机视觉系统来完成实现工程视觉项目。可以理解为：通过借助相应的视觉传感器使得计算机获得客观环境的信息，从相关的信息中提取和感知目标物体的形状、大小、状态以及相对位移等属性，并由此作出对周围环境的判断和识别；第二类主要是在研究生物学机理的基础上进行的，通过对人类大脑视觉功能的探索研究，进一步加深人们对人类视觉功能机理的了解和掌握。这两类研究目标既相互联系又相互补充，不管是哪一类研究目标得到发展，另外一类也会得到相应的进步。

一般认为计算机视觉更侧重于对场景分析和图像解释的理论和算法，而机器视觉、机器人视觉则更关注通过视觉传感器获取环境的图像，构建具有视觉感知功能的系统以及实现检测和辨识物体的算法。

（3）模式识别。模式是指有相似性但是又不完全相同的客观事物或现象所构成的类别。图形图像就算是模式中的一类。识别则指在客观世界中自动建立起逻辑判断或类别描述的技术，从而方便人们对世界客观事物进行分类描述。当前，对图形图像中的目标信息进行分类、描述，是图形图像模式识别的主要工作内容，在此基础上还可以进一步实现计算机视觉的目标。

（4）人工智能。人工智能主要指人类理解世界、判断事物、学习环境、规划行为、推理思维、解决问题等的能力。人工智能则指由人类用计算机模拟、执行或再生某些与人类智能有关的功能的能力和技术。视觉功能是人类智能的一种体现，所以计算机视觉与人工智能密切相关。计算机视觉的研究中使用了许多人工智能技术，反过来，计算机视觉也可看作是人工智能的一个重要应用领域，需要借助人工智能的理论研究成果和系统实现经验。

（5）计算机图形学。计算机图形学研究如何由给定的描述生成“图像”，它与计算机视觉也有密切的关系。一般人们将计算机图形学称为计算机视觉的逆反问题，因为视觉从二维图像提取三维信息，而图形学使用三维模型来生成二维场景图像。需要注意的是，与计算机视觉中存在许多不确定性相比，计算机图形学处理的多是确定性问题，是通过数学途径可以解决的问题。

3计算机视觉技术应用领域

随着计算机科学技术的迅猛发展，计算机视觉技术已经在众多的领域中得到了广泛应用，其中包括：工业生产、农业生产、社会公共安全、视觉导航、人机交互、虚拟现实、卫星遥感等领域。

（1）工业生产。在工业生产中，计算机视觉技术的应用特别广泛，具体有：工业探伤、工业检测、办公自动化、生产自动化、邮政邮件自动化、探测分析自动化、金相分析、无损探测、印刷板质量检验以及精细印刷品缺陷检测等。在工业生产中，计算机视觉技术的应用可以使得自动化程度得到进一步的提升，保证产品质量的一致性，除此之外，可以避免由于人工疲劳和注意力不集中带来的工业生产损失。

（2）农业生产。计算机视觉技术在农业生产中的应用也日益广泛，主要有：利用计算机视觉技术对农作物生长过程中的病害虫进行监测；利用计算机视觉技术对同种农作物的颜色、形状和大小进行检测实现对农产品的分类、分级；利用计算机

１８３

2相关学科

作为一门学科，计算机视觉与许多学科都有着千丝万缕

的联系，特别是与一些相关和相近的学科交融交叉。下面简单介绍几个最接近的学科。

（1）图形图像处理。图形图像处理的主要工作就是在对图形图像进行分析的基础上，研究相应目标图像的内在联系与特点，理解目标图像的重要含义，并解释其相对应的外在环境，从而可以指导和判断接下来的工作任务。计算机视觉技术和图形图像处理有着相同的工作目标，都是借助工程技术的手段，通过对客观场景所获得的图像来实现对场景的认识和解释。

（2）机器视觉。机器视觉、机器人视觉与计算机视觉有着千丝万缕的联系，很多情况下都作为同义词使用。具体地说，