計算機視覺系統框架的新構思

李驍麒

（渤海大學，遼寧 錦州121000）

在現代計算機技術的支持下，對人類視覺功能進行模擬的計算機系統被稱為計算機視覺系統，因為視覺系統本身兼具科學性和應用性，所以計算機視覺系統本身既具有科學學科的特性又具有工程學科的特性。對其的研究不僅能夠進一步了解人類本身，而且能夠在工業生產領域發揮更大的作用。

1 計算機視覺系統現有理論框架

1.1 計算機世界理論框架

20世紀80年代，麻省理工學院教授Marr在視覺理論研究領域獲得突破，提出了利用計算機實現視覺能力的理論框架——計算機視覺理論，這一理論主要特點是以現代信息處理的方式對人類視覺能力作用機制進行了分析，并以人類的視覺能力為基礎在計算機技術的支持下形成了三個不同的計算機層次。分別是計算機理論層次、表示層次和算法層次。這三個層次分別對應著人類對視覺信息進行處理的三個環節，通過各個環節的仿生設置，計算機視覺系統就能夠將初步的視覺處理能力賦予計算機。這一理論中的核心是計算機理論層次，Marr認為人類的視覺能力主要是從圖像中建立物體形狀和位置的描述，所以在這一層次中設計者設計的主要環節是從初步獲取的二維圖像中提取和細化物體的三維結構和位置，并將這些信息在一個二維平面上反映出來，即三維重建。

1.2 基于知識的視覺理論框架

基于知識的視覺理論框架最早產生于20世紀90年代，最早的提出者是Lowe。認為在人類的視覺能力發揮過程中，對三維物體的實際測算是不必要的，人類的視覺能力與三維測算能力沒有直接的關系，雖然使用三維測算技術也能夠實現計算機視覺系統的功能，但并不是對人類視覺功能的模仿。Lowe認為在人類的視覺活動中，會將三維物體看成二維物體，也會將二維物體看成三維物體。這種現象本身并不是偶然性的，而是一種視覺作用機制的必然。既然人類肉眼能夠借助一定的作用機制和處理能力實現二維的三維化，在計算機視覺系統中就完全有可能設計出這種對人類肉眼直接模擬的機制。以感知系統感知物體的二維特性，并在其基礎上直接生成三維圖像，而不需要借助復雜的測量過程。

1.3 主動視覺理論框架

主動視覺理論是在現有計算機理論的基礎上形成的新型理論框架，是根據人類視覺功能實現的主動性提出的。在人類實現視覺功能的過程中，人類的視覺系統并不是被動的，而是會根據視覺系統的要求調動身體的其他部位進行配合的、具有主動性的，所以在人類視覺功能的發揮過程中，視覺系統是具有主動性的，人類視覺系統的視角、關注點都會是動態變化的。

基于這一理論，主動視覺理論框架認為人類的視覺活動是一種“感知——動作”過程。根據這一原則，主動視覺理論框架認為計算機視覺系統并不需要精準的三維測算系統。而應該以計算機視覺獲取系統為核心，設置主動的視覺系統。這一理念在實際的應用中主要通過對圖像獲取系統技術參數的調整和控制來實現，例如攝像機的位置、取向、焦距、光圈等，通過對這些參數的調整圖像信息獲取系統就能夠從不同的視角對物體進行觀察，進而獲取物體的三維圖像信息。

2 計算機視覺理論框架中存在的問題

計算機視覺理論框架的產生極大的支持了計算機視覺系統的研發工作，但是在計算機視覺系統的實際研發工作中，也逐漸暴露出了計算機理論框架的缺陷。當前主流的計算機視覺系統框架中，計算機視覺理論是最早產生的也是唯一一種被動的計算機視覺技術。在其理論系統中更多的強調人類視覺系統的測算能力，而沒有意識到人類的視覺系統是一種主觀性很強的、目的性很強的信息獲取系統，完全建立在測算基礎上的計算機視覺理論框架是不必要的。

基于知識的理論框架，認為人類視覺系統的功能實現主要環節是反饋，強調了人類視覺活動中主觀意識的指導作用。但是它過于強調系統的目的性和主觀性，完全否定了計算機視覺理論，認為人類視覺系統是個完全脫離計算機的認識過程，這種認識顯然是錯誤的，在判斷物體尺寸大小、距離遠近時，測算無疑是極為必然的。

主動視覺理論并不完全排除三維重建，認為計算機視覺系統的三維重建應該建立在圖像獲取系統的主動性上。通過改變圖像獲取攝像機的角度、參數對時間、空間和分辨率等進行有選擇的感知，解決了計算機視覺系統認知過程中的不穩定問題，降低了計算機視覺系統實現的難度。但是在其理論框架內部缺乏主觀、高層的指導，從整體上看并不完善。

3 計算機視覺系統框架的新構思

在計算機視覺系統的研究領域，三種理論構建各有優劣。但是無疑反應了當前計算機視覺系統研發的主流思想，因此計算機視覺系統框架的新構思應該在其基礎上進行，致力于克服各個理論的缺點。綜合比較三種理論框架，筆者認為計算機視覺理論雖然存在某些問題，但是從整體上看這一理論框架是最具實踐性和操作性的，其存在的問題完全可以借助其他理論框架加以解決，因此筆者以計算機視覺理論為主體，結合基于知識的視覺理論和主動視覺理論，提出一個更加完善和通用的計算機視覺系統構架。

計算機視覺系統視覺功能實現的主體結構還是建立在計算理論結構的基礎上的，將計算理論框架中的早期視覺處理環節分為圖像預處理、圖像分割和二維模式識別兩個部分，因為圖像的預處理是在平面圖像基礎上的簡單處理，不需要主觀主導意識和目的性的參與，同時圖像分割和二維模式識別能夠最大限度的提升后繼圖像處理的效果。

在早期處理完成以后，后繼的中后期處理還是分別情調了二維模式識別和三維模式識別，雖然這兩種模式本身的識別原理是一樣的，但是其面對的對象不同，物體的模型也不同。一般來講，在我們的世界中二維信息具有很強的重要性，圖形、文字、指紋等關鍵二維信息在通常情況下作用更大、應用范圍更廣，所以計算機視覺系統礦建的新思路中，要對二維信息進行進一步的處理。

模型庫提供具體物體模型的表示。知識庫不但要對物體進行抽象表示而且還要對抽象知識進行推理。人類經驗的積累和知識的獲取是通過學習而得到的,所以加人模型庫、知識庫管理,并讓其從輸出結果中進行學習。這將使模型庫和知識庫更加豐富和完善。

視覺活動本身是帶有目的性的，所以在有些時候視覺系統的應用確實需要視物體的實際情況來決定，有時只需識別場景中存在的是什么物體或某物是否存在,而不要求定量恢復場景中的物體。因此,在計算機視覺系統中引人視覺目的來判斷輸出是否滿足要求。同時,用視覺目的對圖象分割和二維模式識別、中期視覺處理、后期視覺處理和三維模式識別加以控制。如果需要三維重建則由主動視覺控制成象來獲得景物更完整的信息。

計算機視覺系統框架是支持計算機視覺系統實現的重要基礎，所以在計算機視覺系統的研發、設計工作中，對理論框架的研究具有鮮明的現實意義，本文簡單介紹了現有框架思想，并分析了其各自的優缺點，最后再這些理論框架的基礎上形成了計算機視覺系統框架的新構思。認為計算機視覺系統構架應該以計算機理論為基礎，以視覺活動的主觀性和目的性為指導，以具體的視覺實現形式為方法。

［1］岳衛宏.計算機視覺技術在齒輪測量中的應用研究[D].武漢理工大學,2012.

［2］張艷珍.微機視覺系統相關理論及技術研究[D].大連理工大學,2011.