Page 203 - 电气控制技术与管理

第五章 智能制造技术

割、分类、识别、跟踪、识别和类人决策的功能。计算视觉是利用计算机和相关
设备模拟生物视觉。它是人工智能的重要组成部分。这项研究的目的是使计算机
能够通过二维图像识别有关环境的三维信息。计算视觉以图像处理技术、信号处

理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理
技术为基础。它使用计算机分析和处理视觉信息。计算视觉作为一门新兴学科，
是基于对相关理论和技术的研究，因此我们正在尝试构建一个从图像或多维数据
中获取“信息”的人工智能系统。计算视觉是一个复杂的课题，吸引了来自各

个领域的研究人员参与其中。这些学科包括计算机科学和工程、信号处理、物理
学、应用数学和统计学、神经物理学和认知科学。计算视觉领域与图像处理、模
式识别、投影几何、统计推理、统计学习等学科密切相关。近年来，它还与计算
机图形学、3D表示和其他行业有着密切的联系。

五十年来，计算视觉开始于统计模式的识别。当时的工作主要集中在二维图
像的分析和识别，如视觉字符识别、工件表面、微型和航空图像的分析和解释。
20世纪60年代，Roberts（1965）利用计算机程序从数字图像中提取了立方体、
楔体和棱镜等三维聚苯乙烯结构，并描述了物体的形状和空间关系。20世纪70年

代中期，麻省理工学院人工智能实验室正式开设了“机械视觉”课程。自20世纪
80年代以来，计算机光学研究已从实验室转向实际应用。计算机产业的快速发展
以及人工智能、并行处理和神经网络的发展，支持了计算机视觉系统的实用性，
并参与了许多复杂光学过程的研究。目前，计算机视觉技术被广泛应用于计算几

何、计算机图形学、图像处理、机器人等领域。
2.计算机视觉技术的原理
计算机视觉是用各种成像系统代替光学设备作为敏感的输入介质，而计算
机则代替大脑进行全面的处理和解释。计算机视觉的最终研究目标是使计算机能

够像人类一样通过视觉观察和理解世界，并具有独立适应环境的能力。只有经过
长期讨论才能实现的目标。因此，在家庭管理的最终目标之前，人们努力的中期
目标是创建一个视觉系统，该系统可以根据一定程度的视觉敏感性和反馈智能执
行某些任务。电子视觉应用的一个重要领域是自主车辆的视觉导航。目前，没有

要求实现一个能够识别和理解任何环境并完成人类自主导航的系统。因此，人们
当前的研究目标是实现一种辅助驾驶视觉系统，该系统能够监控高速公路上的道
路，并能防止与我们前面的车辆发生碰撞。这里需要注意的是，计算机在计算机

·191·