計(jì)算機(jī)視覺系統(tǒng)框架的新構(gòu)思

李驍麒

（渤海大學(xué)，遼寧 錦州121000）

在現(xiàn)代計(jì)算機(jī)技術(shù)的支持下，對人類視覺功能進(jìn)行模擬的計(jì)算機(jī)系統(tǒng)被稱為計(jì)算機(jī)視覺系統(tǒng)，因?yàn)橐曈X系統(tǒng)本身兼具科學(xué)性和應(yīng)用性，所以計(jì)算機(jī)視覺系統(tǒng)本身既具有科學(xué)學(xué)科的特性又具有工程學(xué)科的特性。對其的研究不僅能夠進(jìn)一步了解人類本身，而且能夠在工業(yè)生產(chǎn)領(lǐng)域發(fā)揮更大的作用。

1 計(jì)算機(jī)視覺系統(tǒng)現(xiàn)有理論框架

1.1 計(jì)算機(jī)世界理論框架

20世紀(jì)80年代，麻省理工學(xué)院教授Marr在視覺理論研究領(lǐng)域獲得突破，提出了利用計(jì)算機(jī)實(shí)現(xiàn)視覺能力的理論框架——計(jì)算機(jī)視覺理論，這一理論主要特點(diǎn)是以現(xiàn)代信息處理的方式對人類視覺能力作用機(jī)制進(jìn)行了分析，并以人類的視覺能力為基礎(chǔ)在計(jì)算機(jī)技術(shù)的支持下形成了三個(gè)不同的計(jì)算機(jī)層次。分別是計(jì)算機(jī)理論層次、表示層次和算法層次。這三個(gè)層次分別對應(yīng)著人類對視覺信息進(jìn)行處理的三個(gè)環(huán)節(jié)，通過各個(gè)環(huán)節(jié)的仿生設(shè)置，計(jì)算機(jī)視覺系統(tǒng)就能夠?qū)⒊醪降囊曈X處理能力賦予計(jì)算機(jī)。這一理論中的核心是計(jì)算機(jī)理論層次，Marr認(rèn)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(shè)計(jì)者設(shè)計(jì)的主要環(huán)節(jié)是從初步獲取的二維圖像中提取和細(xì)化物體的三維結(jié)構(gòu)和位置，并將這些信息在一個(gè)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(chǎn)生于20世紀(jì)90年代，最早的提出者是Lowe。認(rèn)為在人類的視覺能力發(fā)揮過程中，對三維物體的實(shí)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(guān)系，雖然使用三維測算技術(shù)也能夠?qū)崿F(xiàn)計(jì)算機(jī)視覺系統(tǒng)的功能，但并不是對人類視覺功能的模仿。Lowe認(rèn)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(xiàn)象本身并不是偶然性的，而是一種視覺作用機(jī)制的必然。既然人類肉眼能夠借助一定的作用機(jī)制和處理能力實(shí)現(xiàn)二維的三維化，在計(jì)算機(jī)視覺系統(tǒng)中就完全有可能設(shè)計(jì)出這種對人類肉眼直接模擬的機(jī)制。以感知系統(tǒng)感知物體的二維特性，并在其基礎(chǔ)上直接生成三維圖像，而不需要借助復(fù)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(xiàn)有計(jì)算機(jī)理論的基礎(chǔ)上形成的新型理論框架，是根據(jù)人類視覺功能實(shí)現(xiàn)的主動性提出的。在人類實(shí)現(xiàn)視覺功能的過程中，人類的視覺系統(tǒng)并不是被動的，而是會根據(jù)視覺系統(tǒng)的要求調(diào)動身體的其他部位進(jìn)行配合的、具有主動性的，所以在人類視覺功能的發(fā)揮過程中，視覺系統(tǒng)是具有主動性的，人類視覺系統(tǒng)的視角、關(guān)注點(diǎn)都會是動態(tài)變化的。

基于這一理論，主動視覺理論框架認(rèn)為人類的視覺活動是一種“感知——?jiǎng)幼鳌边^程。根據(jù)這一原則，主動視覺理論框架認(rèn)為計(jì)算機(jī)視覺系統(tǒng)并不需要精準(zhǔn)的三維測算系統(tǒng)。而應(yīng)該以計(jì)算機(jī)視覺獲取系統(tǒng)為核心，設(shè)置主動的視覺系統(tǒng)。這一理念在實(shí)際的應(yīng)用中主要通過對圖像獲取系統(tǒng)技術(shù)參數(shù)的調(diào)整和控制來實(shí)現(xiàn)，例如攝像機(jī)的位置、取向、焦距、光圈等，通過對這些參數(shù)的調(diào)整圖像信息獲取系統(tǒng)就能夠從不同的視角對物體進(jìn)行觀察，進(jìn)而獲取物體的三維圖像信息。

2 計(jì)算機(jī)視覺理論框架中存在的問題

計(jì)算機(jī)視覺理論框架的產(chǎn)生極大的支持了計(jì)算機(jī)視覺系統(tǒng)的研發(fā)工作，但是在計(jì)算機(jī)視覺系統(tǒng)的實(shí)際研發(fā)工作中，也逐漸暴露出了計(jì)算機(jī)理論框架的缺陷。當(dāng)前主流的計(jì)算機(jī)視覺系統(tǒng)框架中，計(jì)算機(jī)視覺理論是最早產(chǎn)生的也是唯一一種被動的計(jì)算機(jī)視覺技術(shù)。在其理論系統(tǒng)中更多的強(qiáng)調(diào)人類視覺系統(tǒng)的測算能力，而沒有意識到人類的視覺系統(tǒng)是一種主觀性很強(qiáng)的、目的性很強(qiáng)的信息獲取系統(tǒng)，完全建立在測算基礎(chǔ)上的計(jì)算機(jī)視覺理論框架是不必要的。

基于知識的理論框架，認(rèn)為人類視覺系統(tǒng)的功能實(shí)現(xiàn)主要環(huán)節(jié)是反饋，強(qiáng)調(diào)了人類視覺活動中主觀意識的指導(dǎo)作用。但是它過于強(qiáng)調(diào)系統(tǒng)的目的性和主觀性，完全否定了計(jì)算機(jī)視覺理論，認(rèn)為人類視覺系統(tǒng)是個(gè)完全脫離計(jì)算機(jī)的認(rèn)識過程，這種認(rèn)識顯然是錯(cuò)誤的，在判斷物體尺寸大小、距離遠(yuǎn)近時(shí)，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(rèn)為計(jì)算機(jī)視覺系統(tǒng)的三維重建應(yīng)該建立在圖像獲取系統(tǒng)的主動性上。通過改變圖像獲取攝像機(jī)的角度、參數(shù)對時(shí)間、空間和分辨率等進(jìn)行有選擇的感知，解決了計(jì)算機(jī)視覺系統(tǒng)認(rèn)知過程中的不穩(wěn)定問題，降低了計(jì)算機(jī)視覺系統(tǒng)實(shí)現(xiàn)的難度。但是在其理論框架內(nèi)部缺乏主觀、高層的指導(dǎo)，從整體上看并不完善。

3 計(jì)算機(jī)視覺系統(tǒng)框架的新構(gòu)思

在計(jì)算機(jī)視覺系統(tǒng)的研究領(lǐng)域，三種理論構(gòu)建各有優(yōu)劣。但是無疑反應(yīng)了當(dāng)前計(jì)算機(jī)視覺系統(tǒng)研發(fā)的主流思想，因此計(jì)算機(jī)視覺系統(tǒng)框架的新構(gòu)思應(yīng)該在其基礎(chǔ)上進(jìn)行，致力于克服各個(gè)理論的缺點(diǎn)。綜合比較三種理論框架，筆者認(rèn)為計(jì)算機(jī)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(shí)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(jì)算機(jī)視覺理論為主體，結(jié)合基于知識的視覺理論和主動視覺理論，提出一個(gè)更加完善和通用的計(jì)算機(jī)視覺系統(tǒng)構(gòu)架。

計(jì)算機(jī)視覺系統(tǒng)視覺功能實(shí)現(xiàn)的主體結(jié)構(gòu)還是建立在計(jì)算理論結(jié)構(gòu)的基礎(chǔ)上的，將計(jì)算理論框架中的早期視覺處理環(huán)節(jié)分為圖像預(yù)處理、圖像分割和二維模式識別兩個(gè)部分，因?yàn)閳D像的預(yù)處理是在平面圖像基礎(chǔ)上的簡單處理，不需要主觀主導(dǎo)意識和目的性的參與，同時(shí)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(diào)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(qiáng)的重要性，圖形、文字、指紋等關(guān)鍵二維信息在通常情況下作用更大、應(yīng)用范圍更廣，所以計(jì)算機(jī)視覺系統(tǒng)礦建的新思路中，要對二維信息進(jìn)行進(jìn)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(jìn)行抽象表示而且還要對抽象知識進(jìn)行推理。人類經(jīng)驗(yàn)的積累和知識的獲取是通過學(xué)習(xí)而得到的,所以加人模型庫、知識庫管理,并讓其從輸出結(jié)果中進(jìn)行學(xué)習(xí)。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(shí)候視覺系統(tǒng)的應(yīng)用確實(shí)需要視物體的實(shí)際情況來決定，有時(shí)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(fù)場景中的物體。因此,在計(jì)算機(jī)視覺系統(tǒng)中引人視覺目的來判斷輸出是否滿足要求。同時(shí),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(jì)算機(jī)視覺系統(tǒng)框架是支持計(jì)算機(jī)視覺系統(tǒng)實(shí)現(xiàn)的重要基礎(chǔ)，所以在計(jì)算機(jī)視覺系統(tǒng)的研發(fā)、設(shè)計(jì)工作中，對理論框架的研究具有鮮明的現(xiàn)實(shí)意義，本文簡單介紹了現(xiàn)有框架思想，并分析了其各自的優(yōu)缺點(diǎn)，最后再這些理論框架的基礎(chǔ)上形成了計(jì)算機(jī)視覺系統(tǒng)框架的新構(gòu)思。認(rèn)為計(jì)算機(jī)視覺系統(tǒng)構(gòu)架應(yīng)該以計(jì)算機(jī)理論為基礎(chǔ)，以視覺活動的主觀性和目的性為指導(dǎo)，以具體的視覺實(shí)現(xiàn)形式為方法。

［1］岳衛(wèi)宏.計(jì)算機(jī)視覺技術(shù)在齒輪測量中的應(yīng)用研究[D].武漢理工大學(xué),2012.

［2］張艷珍.微機(jī)視覺系統(tǒng)相關(guān)理論及技術(shù)研究[D].大連理工大學(xué),2011.