人工智能導論課件第10章第3節(jié)

1機器視覺的發(fā)展2圖像處理3計算機視覺4計算機視覺與機器視覺的區(qū)別第3節(jié)5神經(jīng)網(wǎng)絡的圖像識別技術1機器視覺的發(fā)展2圖像處理3計算機視覺4計算機視覺與機器視覺10.3機器視覺與圖像處理智能圖像處理是指一類基于計算機的自適應于各種應用場合的圖像處理和分析技術，本身是一個獨立的理論和技術領域，但同時又是機器視覺中的一項十分重要的技術支撐。人工智能、機器視覺和智能圖像處理技術之間的關系如右圖所示。圖10-7智能圖像處理的支撐作用10.3機器視覺與圖像處理智能圖像處理是指一類基于計算機10.3.1機器視覺的發(fā)展具有智能圖像處理功能的機器視覺（MachineVision），相當于人們在賦予機器智能的同時為機器按上了眼睛，使機器能夠“看得見”、“看得準”，可替代甚至勝過人眼做測量和判斷，使得機器視覺系統(tǒng)可以實現(xiàn)高分辨率和高速度的控制。而且，機器視覺系統(tǒng)與被檢

測對象無接觸，安全可靠。圖10-8圖像處理與模式識別應用于指紋識別10.3.1機器視覺的發(fā)展具有智能圖像處理功能的機器視覺10.3.1機器視覺的發(fā)展機器視覺是人工智能領域中發(fā)展迅速的一個重要分支，正處于不斷突破、走向成熟的階段。一般認為機器視覺“是通過光學裝置和非接觸傳感器自動地接受和處理一個真實場景的圖像，通過分析圖像獲得所需信息或用于控制機器運動的裝置”，可以看出智能圖像處理技術在機器視覺中占有舉足輕重的位置。機器視覺的起源可追溯到20世紀60年代美國學者L.R.羅伯茲對多面體積木世界的圖像處理研究，70年代麻省理工學院（MIT）人工智能實驗室“機器視覺”課程的開設。到80年代，全球性機器視覺研究熱潮開始興起，出現(xiàn)了一些基于機器視覺的應用系統(tǒng)。90年代以后，隨著計算機和半導體技術的飛速發(fā)展，機器視覺的理論和應用得到進一步發(fā)展。10.3.1機器視覺的發(fā)展機器視覺是人工智能領域中發(fā)展迅10.3.1機器視覺的發(fā)展進入21世紀后，機器視覺技術的發(fā)展速度更快，已經(jīng)大規(guī)模地應用于多個領域，如智能制造、智能交通、醫(yī)療衛(wèi)生、安防監(jiān)控等領域。常見機器視覺系統(tǒng)主要分為兩類，一類是基于計算機的，如工控機或PC，另一類是更加緊湊的嵌入式設備。典型的基于工控機的機器視覺系統(tǒng)主要包括：光學系統(tǒng)，攝像機和工控機（包含圖像采集、圖像處理和分析、控制/通信）等單元。機器視覺系統(tǒng)對核心的圖像處理要

求算法準確、快捷和穩(wěn)定，同時還要求

系統(tǒng)的實現(xiàn)成本低，升級換代方便。圖10-9機器視覺系統(tǒng)10.3.1機器視覺的發(fā)展進入21世紀后，機器視覺技術的10.3.2圖像處理圖像處理（Imageprocessing）又稱影像處理，是利用計算機技術與數(shù)學方法，對圖像、視頻信息的表示、編解碼、圖像分割、圖像質(zhì)量評價、目標檢測與識別以及立體視覺等方面開展科學研究。主要研究內(nèi)容包括：圖像、視頻的模式識別和安全監(jiān)控、醫(yī)學和材料圖像處理、演化算法、人工智能、粗糙集和數(shù)據(jù)挖掘等。在人臉識別、指紋識別、文字檢測和識別、語音識別以及多個領域的信息管理系統(tǒng)等方面均有廣泛應用。10.3.2圖像處理圖像處理（Imageprocess10.3.2圖像處理圖像處理一般指數(shù)字圖像處理，是用計算機對圖像進行分析，以達到所需結果的技術。數(shù)字圖像是指用數(shù)字攝像機、掃描儀等設備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術的主要內(nèi)容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。常見的處理有圖像數(shù)字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。10.3.2圖像處理圖像處理一般指數(shù)字圖像處理，是用計算10.3.3計算機視覺從圖像處理和模式識別發(fā)展起來的計算機視覺（computervision）是用計算機來模擬人的視覺機理獲取和處理信息的能力，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。計算機視覺的挑戰(zhàn)是要為計算機和機器人開發(fā)具有與人類水平相當?shù)囊曈X能力。10.3.3計算機視覺從圖像處理和模式識別發(fā)展起來的計算10.3.3計算機視覺計算機視覺研究對象之一是如何利用二維投影圖像恢復三維景物世界。計算機視覺使用的理論方法主要是基于幾何、概率和運動學計算與三維重構的視覺計算理論，它的基礎包括射影幾何學、剛體運動力學、概率論與隨機過程、圖像處理、人工智能等理論。計算機視覺要達到的基本目的有以下幾個：（1）根據(jù)一幅或多幅二維投影圖像計算出觀察點到目標物體的距離；（2）根據(jù)一幅或多幅二維投影圖像計算出目標物體的運動參數(shù)；（3）根據(jù)一幅或多幅二維投影圖像計算出目標物體的表面物理特性；（4）根據(jù)多幅二維投影圖像恢復出更大空間區(qū)域的投影圖像。10.3.3計算機視覺計算機視覺研究對象之一是如何利用二10.3.3計算機視覺計算機視覺要達到的最終目的是實現(xiàn)利用計算機對于三維景物世界的理解，即實現(xiàn)人的視覺系統(tǒng)的某些功能。在計算機視覺領域里，醫(yī)學圖像分析、光學文字識別對模式識別的要求需要提到一定高度。又如模式識別中的預處理和特征抽取環(huán)節(jié)應用圖像處理的技術；圖像處理中的圖像分析也應用模式識別的技術。在計算機視覺的大多數(shù)實際應用當中，計算機被預設為解決特定的任務，然而基于機器學習的方法正日漸普及，一旦機器學習的研究進一步發(fā)展，未來“泛用型”的電腦視覺應用或許可以成真。10.3.3計算機視覺計算機視覺要達到的最終目的是實現(xiàn)利10.3.3計算機視覺人工智能所研究的一個主要問題是：如何讓系統(tǒng)具備“計劃”和“決策能力”？從而使之完成特定的技術動作（例如：移動一個機器人通過某種特定環(huán)境）。這一問題便與計算機視覺問題息息相關。在這里，計算機視覺系統(tǒng)作為一個感知器，為決策提供信息。另外一些研究方向包括模式識別和機器學習（這也隸屬于人工智能領域，但與計算機視覺有著重要聯(lián)系），也由此，計算機視覺時常被看作人工智能與計算機科學的一個分支。10.3.3計算機視覺人工智能所研究的一個主要問題是：如10.3.3計算機視覺為了達到計算機視覺的目的，有兩種技術途徑可以考慮。第一種是仿生學方法，即從分析人類視覺的過程入手，利用大自然提供給我們的最好參考系——人類視覺系統(tǒng)，建立起視覺過程的計算模型，然后用計算機系統(tǒng)實現(xiàn)之。第二種是工程方法，即脫離人類視覺系統(tǒng)框框的約束，利用一切可行和實用的技術手段實現(xiàn)視覺功能。此方法的一般做法是，將人類視覺系統(tǒng)作為一個黑盒子對待，實現(xiàn)時只關心對于某種輸入，視覺系統(tǒng)將給出何種輸出。這兩種方法理論上都是可以使用的，但面臨的困難是，人類視覺系統(tǒng)對應某種輸入的輸出到底是什么，這是無法直接測得的。而且由于人的智能活動是一個多功能系統(tǒng)綜合作用的結果，即使是得到了一個輸入輸出對，也很難肯定它是僅由當前的輸入視覺刺激所產(chǎn)生的響應，而不是一個與歷史狀態(tài)綜合作用的結果。10.3.3計算機視覺為了達到計算機視覺的目的，有兩種技10.3.3計算機視覺不難理解，計算機視覺的研究具有雙重意義。其一，是為了滿足人工智能應用的需要，即用計算機實現(xiàn)人工的視覺系統(tǒng)的需要。這些成果可以安裝在計算機和各種機器上，使計算機和機器人能夠具有“看”的能力。其二，視覺計算模型的研究結果反過來對于我們進一步認識和研究人類視覺系統(tǒng)本身的機理，甚至人腦的機理，也同樣具有相當大的參考意義。10.3.3計算機視覺不難理解，計算機視覺的研究具有雙重10.3.4計算機視覺與機器視覺的區(qū)別一般認為，計算機就是機器的一種，那么，計算機視覺與機器視覺有什么區(qū)別呢？（1）定義不同。計算機視覺：是一門研究如何使機器“看”的科學，更進一步的說，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。10.3.4計算機視覺與機器視覺的區(qū)別一般認為，計算機就10.3.4計算機視覺與機器視覺的區(qū)別機器視覺：是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是通過機器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。10.3.4計算機視覺與機器視覺的區(qū)別機器視覺：是用機器10.3.4計算機視覺與機器視覺的區(qū)別（2）原理不同。計算機視覺：是用各種成像系統(tǒng)代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能像人那樣通過視覺觀察和理解世界，具有自主適應環(huán)境的能力。要經(jīng)過長期的努力才能達到的目標。因此，在實現(xiàn)最終目標以前，人們努力的中期目標是建立一種視覺系統(tǒng)，這個系統(tǒng)能依據(jù)視覺敏感和反饋的某種程度的智能完成一定的任務。例如，計算機視覺的一個重要應用領域就是自主車輛的視覺導航，還沒有條件實現(xiàn)象人那樣能識別和理解任何環(huán)境，完成自主導航的系統(tǒng)。10.3.4計算機視覺與機器視覺的區(qū)別（2）原理不同。10.3.4計算機視覺與機器視覺的區(qū)別例如，人們努力的研究目標是實現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統(tǒng)。這里要指出的一點是在計算機視覺系統(tǒng)中計算機起代替人腦的作用，但并不意味著計算機必須按人類視覺的方法完成視覺信息的處理。計算機視覺可以而且應該根據(jù)計算機系統(tǒng)的特點來進行視覺信息的處理。但是，人類視覺系統(tǒng)是迄今為止，人們所知道的功能最強大和完善的視覺系統(tǒng)。如在以下的章節(jié)中會看到的那樣，對人類視覺處理機制的研究將給計算機視覺的研究提供啟發(fā)和指導。10.3.4計算機視覺與機器視覺的區(qū)別例如，人們努力的研10.3.4計算機視覺與機器視覺的區(qū)別因此，用計算機信息處理的方法研究人類視覺的機理，建立人類視覺的計算理論，也是一個非常重要和信人感興趣的研究領域。這方面的研究被稱為計算視覺（ComputationalVision）。計算視覺可被認為是計算機視覺中的一個研究領域。機器視覺：其檢測系統(tǒng)采用CCD照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號，圖像處理系統(tǒng)對這些信號進行各種運算來抽取目標的特征，如面積、數(shù)量、位置、長度，再根據(jù)預設的允許度和其他條件輸出結果，包括尺寸、角度、個數(shù)、合格/不合格、有/無等，實現(xiàn)自動識別功能。10.3.4計算機視覺與機器視覺的區(qū)別因此，用計算機信息10.3.5神經(jīng)網(wǎng)絡的圖像識別技術神經(jīng)網(wǎng)絡圖像識別技術是在傳統(tǒng)的圖像識別方法和基礎上融合神經(jīng)網(wǎng)絡算法的一種圖像識別方法。在神經(jīng)網(wǎng)絡圖像識別技術中，遺傳算法與BP網(wǎng)絡相融合的神經(jīng)網(wǎng)絡圖像識別模型是非常經(jīng)典的，在很多領域都有它的應用。在圖像識別系統(tǒng)中利用神經(jīng)網(wǎng)絡系統(tǒng)，一般會先提取圖像的特征，再利用圖像所具有的特征映射到神經(jīng)網(wǎng)絡進行圖像識別分類。10.3.5神經(jīng)網(wǎng)絡的圖像識別技術神經(jīng)網(wǎng)絡圖像識別技術是10.3.5神經(jīng)網(wǎng)絡的圖像識別技術以汽車拍照自動識別技術為例，當汽車通過的時候，汽車自身具有的檢測設備會有所感應。此時檢測設備就會啟用圖像采集裝置來獲取汽車正反面的圖像。獲取了圖像后必須將圖像上傳到計算機進行保存以便識別。最后車牌定位模塊就會提取車牌信息，對車牌上的字符進行識別并顯示最終的結果。在對車牌上的字符進行識別的過程中就用到了基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡算法。10.3.5神經(jīng)網(wǎng)絡的圖像識別技術以汽車拍照自動識別技術人工智能導論Introductiontoartificialintelligence人工智能導論Introductiontoartifici1機器視覺的發(fā)展2圖像處理3計算機視覺4計算機視覺與機器視覺的區(qū)別第3節(jié)5神經(jīng)網(wǎng)絡的圖像識別技術1機器視覺的發(fā)展2圖像處理3計算機視覺4計算機視覺與機器視覺10.3機器視覺與圖像處理智能圖像處理是指一類基于計算機的自適應于各種應用場合的圖像處理和分析技術，本身是一個獨立的理論和技術領域，但同時又是機器視覺中的一項十分重要的技術支撐。人工智能、機器視覺和智能圖像處理技術之間的關系如右圖所示。圖10-7智能圖像處理的支撐作用10.3機器視覺與圖像處理智能圖像處理是指一類基于計算機10.3.1機器視覺的發(fā)展具有智能圖像處理功能的機器視覺（MachineVision），相當于人們在賦予機器智能的同時為機器按上了眼睛，使機器能夠“看得見”、“看得準”，可替代甚至勝過人眼做測量和判斷，使得機器視覺系統(tǒng)可以實現(xiàn)高分辨率和高速度的控制。而且，機器視覺系統(tǒng)與被檢

測對象無接觸，安全可靠。圖10-8圖像處理與模式識別應用于指紋識別10.3.1機器視覺的發(fā)展具有智能圖像處理功能的機器視覺10.3.1機器視覺的發(fā)展機器視覺是人工智能領域中發(fā)展迅速的一個重要分支，正處于不斷突破、走向成熟的階段。一般認為機器視覺“是通過光學裝置和非接觸傳感器自動地接受和處理一個真實場景的圖像，通過分析圖像獲得所需信息或用于控制機器運動的裝置”，可以看出智能圖像處理技術在機器視覺中占有舉足輕重的位置。機器視覺的起源可追溯到20世紀60年代美國學者L.R.羅伯茲對多面體積木世界的圖像處理研究，70年代麻省理工學院（MIT）人工智能實驗室“機器視覺”課程的開設。到80年代，全球性機器視覺研究熱潮開始興起，出現(xiàn)了一些基于機器視覺的應用系統(tǒng)。90年代以后，隨著計算機和半導體技術的飛速發(fā)展，機器視覺的理論和應用得到進一步發(fā)展。10.3.1機器視覺的發(fā)展機器視覺是人工智能領域中發(fā)展迅10.3.1機器視覺的發(fā)展進入21世紀后，機器視覺技術的發(fā)展速度更快，已經(jīng)大規(guī)模地應用于多個領域，如智能制造、智能交通、醫(yī)療衛(wèi)生、安防監(jiān)控等領域。常見機器視覺系統(tǒng)主要分為兩類，一類是基于計算機的，如工控機或PC，另一類是更加緊湊的嵌入式設備。典型的基于工控機的機器視覺系統(tǒng)主要包括：光學系統(tǒng)，攝像機和工控機（包含圖像采集、圖像處理和分析、控制/通信）等單元。機器視覺系統(tǒng)對核心的圖像處理要

求算法準確、快捷和穩(wěn)定，同時還要求

系統(tǒng)的實現(xiàn)成本低，升級換代方便。圖10-9機器視覺系統(tǒng)10.3.1機器視覺的發(fā)展進入21世紀后，機器視覺技術的10.3.2圖像處理圖像處理（Imageprocessing）又稱影像處理，是利用計算機技術與數(shù)學方法，對圖像、視頻信息的表示、編解碼、圖像分割、圖像質(zhì)量評價、目標檢測與識別以及立體視覺等方面開展科學研究。主要研究內(nèi)容包括：圖像、視頻的模式識別和安全監(jiān)控、醫(yī)學和材料圖像處理、演化算法、人工智能、粗糙集和數(shù)據(jù)挖掘等。在人臉識別、指紋識別、文字檢測和識別、語音識別以及多個領域的信息管理系統(tǒng)等方面均有廣泛應用。10.3.2圖像處理圖像處理（Imageprocess10.3.2圖像處理圖像處理一般指數(shù)字圖像處理，是用計算機對圖像進行分析，以達到所需結果的技術。數(shù)字圖像是指用數(shù)字攝像機、掃描儀等設備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術的主要內(nèi)容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。常見的處理有圖像數(shù)字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。10.3.2圖像處理圖像處理一般指數(shù)字圖像處理，是用計算10.3.3計算機視覺從圖像處理和模式識別發(fā)展起來的計算機視覺（computervision）是用計算機來模擬人的視覺機理獲取和處理信息的能力，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，用電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。計算機視覺研究相關的理論和技術，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取“信息”的人工智能系統(tǒng)。計算機視覺的挑戰(zhàn)是要為計算機和機器人開發(fā)具有與人類水平相當?shù)囊曈X能力。10.3.3計算機視覺從圖像處理和模式識別發(fā)展起來的計算10.3.3計算機視覺計算機視覺研究對象之一是如何利用二維投影圖像恢復三維景物世界。計算機視覺使用的理論方法主要是基于幾何、概率和運動學計算與三維重構的視覺計算理論，它的基礎包括射影幾何學、剛體運動力學、概率論與隨機過程、圖像處理、人工智能等理論。計算機視覺要達到的基本目的有以下幾個：（1）根據(jù)一幅或多幅二維投影圖像計算出觀察點到目標物體的距離；（2）根據(jù)一幅或多幅二維投影圖像計算出目標物體的運動參數(shù)；（3）根據(jù)一幅或多幅二維投影圖像計算出目標物體的表面物理特性；（4）根據(jù)多幅二維投影圖像恢復出更大空間區(qū)域的投影圖像。10.3.3計算機視覺計算機視覺研究對象之一是如何利用二10.3.3計算機視覺計算機視覺要達到的最終目的是實現(xiàn)利用計算機對于三維景物世界的理解，即實現(xiàn)人的視覺系統(tǒng)的某些功能。在計算機視覺領域里，醫(yī)學圖像分析、光學文字識別對模式識別的要求需要提到一定高度。又如模式識別中的預處理和特征抽取環(huán)節(jié)應用圖像處理的技術；圖像處理中的圖像分析也應用模式識別的技術。在計算機視覺的大多數(shù)實際應用當中，計算機被預設為解決特定的任務，然而基于機器學習的方法正日漸普及，一旦機器學習的研究進一步發(fā)展，未來“泛用型”的電腦視覺應用或許可以成真。10.3.3計算機視覺計算機視覺要達到的最終目的是實現(xiàn)利10.3.3計算機視覺人工智能所研究的一個主要問題是：如何讓系統(tǒng)具備“計劃”和“決策能力”？從而使之完成特定的技術動作（例如：移動一個機器人通過某種特定環(huán)境）。這一問題便與計算機視覺問題息息相關。在這里，計算機視覺系統(tǒng)作為一個感知器，為決策提供信息。另外一些研究方向包括模式識別和機器學習（這也隸屬于人工智能領域，但與計算機視覺有著重要聯(lián)系），也由此，計算機視覺時常被看作人工智能與計算機科學的一個分支。10.3.3計算機視覺人工智能所研究的一個主要問題是：如10.3.3計算機視覺為了達到計算機視覺的目的，有兩種技術途徑可以考慮。第一種是仿生學方法，即從分析人類視覺的過程入手，利用大自然提供給我們的最好參考系——人類視覺系統(tǒng)，建立起視覺過程的計算模型，然后用計算機系統(tǒng)實現(xiàn)之。第二種是工程方法，即脫離人類視覺系統(tǒng)框框的約束，利用一切可行和實用的技術手段實現(xiàn)視覺功能。此方法的一般做法是，將人類視覺系統(tǒng)作為一個黑盒子對待，實現(xiàn)時只關心對于某種輸入，視覺系統(tǒng)將給出何種輸出。這兩種方法理論上都是可以使用的，但面臨的困難是，人類視覺系統(tǒng)對應某種輸入的輸出到底是什么，這是無法直接測得的。而且由于人的智能活動是一個多功能系統(tǒng)綜合作用的結果，即使是得到了一個輸入輸出對，也很難肯定它是僅由當前的輸入視覺刺激所產(chǎn)生的響應，而不是一個與歷史狀態(tài)綜合作用的結果。10.3.3計算機視覺為了達到計算機視覺的目的，有兩種技10.3.3計算機視覺不難理解，計算機視覺的研究具有雙重意義。其一，是為了滿足人工智能應用的需要，即用計算機實現(xiàn)人工的視覺系統(tǒng)的需要。這些成果可以安裝在計算機和各種機器上，使計算機和機器人能夠具有“看”的能力。其二，視覺計算模型的研究結果反過來對于我們進一步認識和研究人類視覺系統(tǒng)本身的機理，甚至人腦的機理，也同樣具有相當大的參考意義。10.3.3計算機視覺不難理解，計算機視覺的研究具有雙重10.3.4計算機視覺與機器視覺的區(qū)別一般認為，計算機就是機器的一種，那么，計算機視覺與機器視覺有什么區(qū)別呢？（1）定義不同。計算機視覺：是一門研究如何使機器“看”的科學，更進一步的說，就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像。10.3.4計算機視覺與機器視覺的區(qū)別一般認為，計算機就10.3.4計算機視覺與機器視覺的區(qū)別機器視覺：是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是通過機器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標轉換成圖像信號，傳送給專用的圖像處理系統(tǒng)，得到被攝目標的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉變成數(shù)字化信號；圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。10.3.4計算機視覺與機器視覺的區(qū)別機器視覺：是用機器10.3.4計算機視覺與機器視覺的區(qū)別（2）原理不同。計算機視覺：是用各種成像系統(tǒng)代替視覺器官作為輸入敏感手段，由計算機來代替大腦完成處理和解釋。計算機視覺的最終研究目標就是使計算機能像人那樣通過視覺觀察和理解世界，具有自主適應環(huán)境的能力。要經(jīng)過長期的努力才能達到的目標。因此，在實現(xiàn)最終目標以前，人們努力的中期目標是建立一種視覺系統(tǒng)，這個系統(tǒng)能依據(jù)視覺敏感和反饋的某種程度的智能完成一定的任務。例如，計算機視覺的一個重要應用領域就是自主車輛的視覺導航，還沒有條件實現(xiàn)象人那樣能識別和理解任何環(huán)境，完成自主導航的系統(tǒng)。10.3.4計算機視覺與機器視覺的區(qū)別（2）原理不同。10.3.4計算機視覺與機器視覺的區(qū)別例如，人們努力的研究目標是實現(xiàn)在高速公路上具有道路跟蹤能力，可避免與前方車輛碰撞的視覺輔助駕駛系統(tǒng)。這里要指出的一點是在計算機視覺系統(tǒng)中計算