计算机视觉技术的发展及应用
（161005 齐齐哈尔工程学院信息工程系 黑龙江 齐齐哈尔）
【摘 要】计算机视觉技术是现代科学中备受关注的热点技术，它的革新对各行各业的发展都具有现实意义，也间接促进社会经济的增长。目前计算机视觉技术已深入应用到工业生产、医疗、安防等多个领域，是多种科学研究、智能生产制造的主要辅助技术。
【关键词】计算机视觉；发展历程；应用１、计算机视觉概述计算机视觉是一门集光学、数学、图形图像、模式分类、机器学习等多门科学技术于一体的高综合性学科 [1] ，其本质是针对视觉感知问题进行的一系列研究。简单的说，计算机视觉赋予机器表达、理解环境的能力；再进一步说，计算机视觉的核心目标是对图像信息进行研究，识别物体或场景，最终正确解释图像内容。计算机视觉的研究起始于上个世纪 [2] ，经过不断发展，现在计算机视觉已经成为一门实用价值极高的成熟学科，是各应用领域的智能化系统中不可或缺的重要组成部分。
2、计算机视觉的发展历程
David Marr所著《视觉》一书象征着计算机视觉与其他学科区别开来，此后计算机视觉的发展历程可以分为以下3个阶段：
1）Marr计算视觉
作为计算视觉理论的创始人，Marr将计算视觉分为计算理论、表达和算法、算法实现三部分。Marr计算理论着重于如何通过成像物理场景的内在属性进行视觉计算，即使用二维图像恢复三维物体表面形状。表达和算法是Marr计算视觉的核心内容，Marr将三维几何形状在观测者坐标系下的表达称为“2.5维表达”，在物体坐标系下的表达为“三维表达”。算法指由图像进行三维重建需要经过的基元提取、2.5维表达、三维表达三个过程。
2）多视几何与分层三维重建
虽然Marr计算视觉理论的学术价值极高，但其鲁棒性不强，不能像人们期望的那样广泛应用，因此后续研究将重点转到对精度和鲁棒性要求不高、仅是需要视觉效果的其他领域，比如视频会议、监控等。
多视几何、分层三维重建由此提出，多视几何实质是研究射影空间环境下图像对应点之间的约束、计算理论。分层三维重建，是指用多幅二维图像恢复欧几里德空间的三维结构时，分步分层地进行。即先从多幅图像的对应点重建射影空间下的对应空间点，然后把射影空间下重建的点提升到仿射空间下，最后把仿射空间下重建的点再提升到欧几里德空间。分层三维重建在计算机视觉领域具有重要意义，目前很多三维视觉应用，例如三维地图、全景街道展现等均以分层三维重建为基础。
3）基于机器学习的视觉
机器学习的蓬勃发展为很多学科的研习提供了新的思路，以机器学习为核心手段的计算机视觉研究可以分为流形学习和深度学习两大阶段。流形学习的中心思想是对高维采样数据约简求出其低维流形，可以看作是一个数据降维过程，并且通常是一种非线性的优化过程。深度学习的快速兴起归功于其对大规模数据集的良好的处理能力，CNN、R-CNN、Fast R-CNN等神经网络结构的相继问世使深度学习在计算机视觉领域表现出巨大优势，目前深度学习已有取代传统方法、成为计算机视觉主流技术手段之势。
3、计算机视觉的具体应用
1）工业自动化生产
发展计算机视觉的初衷就是为了将其应用于工业自动化生产中，相关技术的不断成熟使这一期望成为可能。计算机视觉不存在疲劳效应，而且与人工相比，速度更快，精度更高。根据不同需求定制的计算机视觉检测系统在服装、食品、电器等多个生产行业完成运营，可以完成布料印花缺陷检测、酒水饮料罐体检测、密封条焊点检测、印刷品质量检测、套版检测等多种功能；这类系统不仅能保证生产效率、提高流水线生产质量，还能压缩生产成本，极大的推动了工业生产的进步。
2）医疗检测
不断改良的医疗设备令医学图像的质量得到了显著改善，也促使计算机视觉成为现代医疗的重要辅助技术。目前基于CT的肺结节良恶性预测、脑出血区域分割及体积测量、胸部DR的病灶检测、童骨龄辅助评估、乳腺钙化筛查等医学检验均有计算机视觉辅助系统投入使用。针对医学图像处理的计算机视觉系统也在持续开发中，有最新研究成果显示，计算机视觉在皮肤病变良恶性检测方面的表现甚至可以媲美经过认证的皮肤科医生。如果后续开发顺利，计算机视觉系统能够完成的医疗检测及诊断水平也许会超越人类医生。
3）安防监控
现代化安防已不再将扩大监控覆盖密度、广度、清晰度作为主要目标，如何在海量数据中快速获取有用信息才是当下最重要的课题。其实计算机视觉在安防监控领域的应用早已遍布日常生活，火车站的身份验证闸口、门禁系统的人脸认证、支付宝的刷脸支付等就是借助了机器视觉的人脸识别功能。现在已有可以克服不同光照、不同衣着的影响对指定个体进行快速识别的计算机视觉系统，这对推进智能安防，从历史、即时监控中快速定位可疑人员来说无疑是喜讯。
4、结论
计算机视觉通过对图像信息进行处理完成对事件、目标的理解和解释，是现代科学技术发展的重要标志，因此加强对计算机视觉技术的研究十分必要。本文对计算机视觉的具体含义进行了简要介绍，概述了计算机视觉的主要发展历程，最后详细列举了其在不同领域的具体应用。
参考文献：
[1]黄伟. 计算机视觉技术及产业化应用态势分析[J]. 信息通信技术与政策, 2018, 291(09):66-69.
[2]朱春艳, 荣丽红, 仝志民,等. 计算机视觉技术的发展与应用[J]. 黑龙江科技信息, 2013, 000(029):174-174.
