计算机视觉理论框架探索.docVIP

计算机视觉理论框架探索 　　摘要： 本文就计算机视觉的理论框架进行阐述，对计算机视觉理论框架存在的问题进行分析，提出计算机视觉理论框架的新发展，以确保通过计算机视觉获得的景物信息更加完整。 　　Abstract： This paper expounds the theory framework of computer vision， analyzes the problems of theory framework of computer vision， and puts forward new development of the theory framework of computer vision to ensure that the scene information obtained through computer vision is more complete. 　　关键词： 计算机视觉;理论框架;问题;新发展 　　Key words： computer vision;theory framework;problems;new development 　　 中图分类号：TP391.4 文献标识码：A 文章编号：1006-4311（2015）02-0209-02 　　0 引言 　　在计算机系统中，计算机视觉是通过模拟人类视觉，从而对不同事物进行相关描述，以获得更全面的信息。随着计算机视觉在文字识别、漫步机器人和导航中的成功应用，计算机视觉的理论框架研究显得越来越重要，对于促进我国计算机应用技术水平不断提升具有重要意义。 　　1 计算机视觉的理论框架 　　随着计算机视觉的不断研究和总结，从二维景物图像发展到三维景物图像，计算机视觉的理论框架主要有如下三个： 　　1.1 计算视觉理论框架 在七十年代中期，有关研究人员提出了第一个计算机视觉理论框架，即计算视觉理论，将视觉过程看作是信息处理过程，并将信息处理过程分为三个不同的层次，它们分别是计算理论层次、数据结构层次和硬件实现层次，从而对计算机视觉进行全面分析。根据相关数据和资料显示，视觉是对图像的位置、形状和特征等进行描述，因此，计算理论层成为了研究的重点，进而将视觉过程看作是从二维图像信息中对图像进行重塑，从而将三维物体的形状、位置和空间等反映出来，最终形成三维图像。由此可见，早期的视觉处理是从输入的二维图像中获得二维要素图，即图像中强度变化较强时的位置和几何分布情况、结构等;中期的视觉处理是从二维要素图中获得二点五维图，即以观察者为中心，对表面的法向、深度和不连续的轮廓等进行观测。虽然二点五维包含的深度信息比二维要多，但还不是真正意义上的三维表示，而仅仅是有多个相对独立的视觉模块组成的，在相关研究中被称作是“shape from X”模型，将运动视觉、立体视觉等融入到其中;后期视觉处理是指从二点五维图中获取物体的三维描述，从而将场景中的物体识别处理，确定物体的确切位置和姿态。 　　1.2 基于知识的视觉理论框架 在计算机视觉理论中，基于知识的视觉理论框架，是围绕感知特征群集来进行相关研究的，从而通过人类感知的经验来描述目标，最终确定物体在场景中的真正位置、形态等。相关研究人员认为，基于知识的视觉理论可以通过知识的引导来直接完成三维重建，以将相对应观察方向保持不?动二维特征称作是非偶然性聚类，而人体中视觉识别发挥重要作用的一种感知组织，通过对非偶然性聚类的检测，可以有效辨别出目标。因此，首先是利用感知组织来提取图像中相对于观察方向大范围变化，并且保持不变的分组和结构等;然后，利用概率排队的方法来进行模型匹配，从而缩小检测空间;最后，通过对观察点的未知求解和寻找模型参数对应关系，使三维模型的投影和图像得到最合适的匹配，最终完成三维重建。 　　1.3 主动视觉理论框架 第三种计算机视觉理论框架是中东视觉理论矿坑，是根据人类视觉的主动性特征提出的。由于人类视觉会根据自己的意识选择视野范围内所看见的事物的主次，从而移动身体、转向或者改变视角，因此，人们的视觉过程是与所在环境交互感知和动作的过程。在计算机视觉理论框架的主动视觉框架中，视觉行为不需要三维物体的相关精确信息，就可以完成物体重建。主动视觉系统根据所需的物体对象特征、分析结果和当前要求等，通过控制摄像机的相关操作，如取向、位置、焦距等，就可以完成相关处理任务和信息交换。与此同时，主动视觉还可以用改变摄像机的参数和处理摄像后的数据等，使图像的时间、空间和分辨率等发生变化，从而增强图像的感知效果。 　　2 计算机视觉理论框架存在的问题 　　现代发展