图像处理、计算机图形学、计算机视觉和模式识别领域的区别和联系.pdfVIP

图像处理、计算机图形学、计算机视觉和模式识别领域的区别 和联系 （本⽂针对论坛多个⼈的说法，⾃⼰整理了⼀下，恳请⼤家批评指教。） ⼀.区别 1.数字图像处理（ Image Processing） Digital 数字图像处理是对已有的图像进⾏变换、分析、重构，得到的仍是图像。 Digital Image Processing，简称 DIP 。输⼊的是图像，输出的也是图像。Photoshop中对⼀副图像应⽤滤镜就是典型的⼀种图像处理。常见操作有模糊、灰度化、增强对⽐ 度等。 图像处理，这个主要针对图像图像的基本处理，如图像检索或则图像识别，压缩，复原等等操作。 2.计算机图形学（Computer Graphics） 计算机图形学是给定关于景象结构、表⾯反射特性、光源配置及相机模型的信息，⽣成图像。 图形学讲的是图形，也就是图形的构造⽅式，是⼀种从⽆到有的概念，从数据得到图像。 Computer Graphics，简称 CG 。输⼊的是对虚拟场景的描述，通常为多边形数组，⽽每个多边形由三个顶点组成，每个顶点包括三维坐标、贴图坐标、rgb颜⾊等。输出的 是图像，即⼆维像素数组。 计算机图形学，主要涉及图形成像及游戏类开发，如opengl等，还有就是视频渲染等 3.计算机视觉（Computer Vision） 计算机视觉是给定图像，推断景象特性实现的是从模型到图像的变换，也就是说从图像数据提取信息，包括景象的三维结构，运动检测，识别物体等。 Computer Vision，简称 CV 。输⼊的是图像或图像序列，通常来 ⾃相机或usb摄像头。输出的是对于图像序列对应的真实世界的理解，⽐如检测⼈脸、识别车牌。 计算机视觉，⾥⾯⼈⼯智能的东西更多⼀些，不仅仅是图像处理的知识，还涵盖了⼈⼯智能，机器学习等领域知识 4.模式识别（Pattern Recognition） 模式识别则是从特征空间到类别空间的变换。研究内容包括特征提取 （PCA，LDA，LFA，Kernel，Mean Shift，SIFT，ISOMAP，LLE） ；特征选择；分类器设计 （SVM，AdaBoost）等。 PR （模式识别）本质就是分类，根据常识或样本或⼆者结合进⾏分类，可以对图像进⾏分类，从图像得到数据。 ⼆.联系 计算机图形学是计算机视觉的逆问题，两者从最初相互独⽴的平⾏发展到最近的融合是⼀⼤趋势。图像模式的分类是计算机视觉中的⼀个重要问题，模式识别中的许多⽅法 可以应⽤于计算机视觉中。 Computer Graphics和Computer Vision是同⼀过程的两个⽅向。Computer Graphics将抽象的语义信息转化成图像，Computer Vision从图像中提取抽象的语义信息。Image Processing探索的是从⼀个图像或者⼀组图像之间的互相转化和关系，与语义信息⽆关。 CG 中也会⽤到 DIP ，现今的三维游戏为了增加表现⼒都会叠加全屏的后期特效，原理就是 DIP ，只是将计算量放在了显卡端。 CV 更是⼤量依赖 DIP 来打杂活，⽐如对需要识别的照⽚进⾏预处理。 最后还要提到近年来的热点——增强现实 （AR），它既需要 CG ，⼜需要 CV ，当然也不会漏掉 DIP 。它⽤ DIP 进⾏预处理，⽤ CV 进⾏跟踪物体的识别与姿态获取，⽤ CG 进⾏虚拟三维物体的叠加。 计算机图形学和数字图像处理是⽐较⽼的技术。计算机视觉要迟⼏⼗年才提出。 计算机图形学和数字图像处理的区别在于图形和图像。 图形是⽮量的、纯数字式的。图像常常由来⾃现实世界的信号产⽣，有时也包括图形。 ⽽图像和图形都是数据的简单堆积，计算机视觉要从图像中整理出⼀些信息或统计数据，也就是说要对计算机图像作进⼀步的分析。 计算机图形学的研究成果可以⽤于产⽣数字图像处理所需要的素材，计算机视觉需要以数字图像处理作为基础。计算机视觉与数字图像处理的这种关系类似于物理学和数学 的关系。 数字图像处理主要是对已有的图像，⽐如说可见光的图像、红外图像、雷达成像进⾏噪声滤除、边缘检测、图像恢复等处理，就像⽤ps 处理照⽚⼀样的。⼈脸识别啊、指纹 识别啊、运动物体跟踪啊，都属于图像处理。去噪有各种滤波算法；其他的有各种时频变化算法，如傅⾥叶变化，⼩波变换等，有很多这⽅⾯的书籍。 图形学主要研究如何⽣成图形的，像⽤autoCAD作图，就是图形学中算法的应⽤。各种动漫软件中图形算法的⽣成等。