计算机视觉概况
第一章绪论
1.1 计算机视觉概况
计算机视觉（computer vision）就是用计算机来模拟人的视觉机理获取和处理信息的能力。计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄像机和电脑代替人对目标进行识别、跟踪和测量等，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取…信息?的人工智能系统。计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的信息，就像人类和许多其他类生物每天所做的那样。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信息处理、物理学、应用数学和统计学，神经生理学和认知科学等。
1.1.1 计算机视觉研究内容
视觉是各个应用领域，如检验、制造业、医疗诊断、文档分析和军事等领域中各种智能系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战（grand challenge）。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。
作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。为此我们将先介绍人类视觉。
由于人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。一方面是更多未经计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越来越复杂。这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死板之间产生了尖锐的矛盾。人可通过视觉和听觉，语言与外界交换信息，并且可用不同的方式表示相同的含义，而目前的计算机却要求严格按照各种程序语言来编写程序，只有这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应计算机，来死记硬背计算机的使用规则的情况。而是反过来让计算机来适应人的习惯和要求，以人所习惯的方式与人进行信息交换，也就是让计算机具有视觉、听觉和说话等能力。这时计算机必须具有逻辑推理和决策的能力。具有上述能力的计算机就是智能计算机。智能计算机不但使计算机更便于为人们所使用，同时如果用这样的计算机来控制各种自动化装置特别是智能机器人，就可以使这些自动化系统和智能机器人具有适应环境，和自主作出决策的能力。这就可以在各种场合取代人的
繁重工作，或代替人到各种危险和恶劣环境中完成任务。
1.1.2 计算机视觉的原理及其应用
计算机视觉就是用各种成象系统代替视觉器官作为输入信号，由计算机来代替人脑来完成、处理和解释。计算机视觉的最终研究目标就是使计算机能类似人那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力才能达到的目标。
因此，在实现最终目标以前，人们努力的终期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。例如，计算机视觉的一个重要应用领域就是自主车辆的视觉导航，目前还没有条件实现象人那样能识别和理解任何环境，完成自主导航系统。因此，目前人们努力的研究目标是实现在高速公路上具有道路跟踪能力，可避免与前方车辆碰撞的视觉辅助驾驶系统。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统。用计算机信息处理的方法研究人类视觉的机理，建立人类视觉的计算理论，也是一个非常重要和信人感兴趣的研究领域。这方面的研究被称为计算视觉（Computational Vision）。计算视觉可被认为是计算机视觉中的一个研究领域。
计算机视觉技术正被广泛的应用于许多方面，需要人类视觉的场合几乎都有计算机视觉技术的应用，特别是在许多人类视觉无法感知的场合，如精确定量感知、危险场景感知、不可见物体感知等，计算机视觉更能突显其无可比拟的优越性。目前，计算机视觉主要应用于以下几个方面:
工业自动化生产线:工业环境的结构、照明等因素可以得到严格的控制，计算机视觉技术在自动化生产和装配、检测中得到了很好的应用，能够用于识别零件，为工业机器人或机械手提供定位、操作信息，以便机械手进行准确操作。
机器人自动导航：机器人可同时获取某一场景的两幅图像，并以此恢复场景的三维信息，利用这些信息来识别目标、识别道路、判断障碍等，实现道路规划、自主导航、与周围环境自主交互作用等.自动导航装置将立体图像对和运动信息组合起来，可以完成所要求的场景深度图，这种技术己经用于无人汽车、无人飞机、无人战车以及火星探测机器人等。
航空宇航：航空宇航图像包括这三个方面，航空摄影图像、气象卫星图像和资源卫星图像，这些图像的共同特点是在高空对地表或地层进行远距离成像，这三种图像的成像原理完全不同，计算机视觉技术在这三个方面都获得了成功的应用。
医学图像分析：目前，医学图像己经广泛应用于医学诊断，成像方法包括传统的X射线成像、计算机层析(computed tomography, CT)、核磁共振成像(magnetic resonance imaging, MRI)、超声成像等。计算机视觉技术在医学图像诊断方面有两个方面的应用，一是对图像进行增强、标记、染色体处理来帮助医生诊断疾病，并协助医生对感兴趣的区域进行定量测量和比较;二是利用专家知识系统对图像或图像序列进行自动分析和解释，给出诊断结果。
安全鉴别、监视和跟踪:计算机视觉可用于车场监视、车辆识别、车牌号识别、探测并跟踪“可疑”目标;根据面孔、眼底、指纹等图像特征识别特定的人。
国防系统：计算机视觉在国防中的作用越来越重要，主要是可以分析大量先进成像传感器的输出，可以根据图像，作出各种决策，自主操作，如图像制导与
目标识别。
其它应用：计算机视觉还用于各种体育运动分析、人体测量、食品、农业、心理学、电视电影制作、美术模型、远程教育、虚拟现实，多媒体教学等场合。
1.1.3 计算机视觉与图像处理的异同
计算机视觉，图象处理，图像分析，机器人视觉和机器视觉是彼此紧密关联的学科。你会发现在技术和应用领域上他们有着相当大部分的重叠。这表明这些学科的基础理论大致是相同的，甚至让人怀疑他们是同一学科被冠以不同的名称。然而，各研究机构，学术期刊，会议及公司往往把自己特别的归为其中某一个领域，于是各种各样的用来区分这些学科的特征便被提了出来。
计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建。计算机视觉的研究很大程度上针对图像的内容。
图象处理与图像分析的研究对象主要是二维图像，实现图像的转化，尤其针对像素级的操作，例如提高图像对比度，边缘提取，去噪声和几何变换如图像旋转。这一特征表明无论是图像处理还是图像分析其研究内容都和图像的具体内容无关。
机器视觉主要是指工业领域的视觉研究，例如自主机器人的视觉，用于检测和测量的视觉。这表明在这一领域通过软件硬件，图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器人控制或各种实时操作。
模式识别使用各种方法从信号中提取信息，主要运用统计学的理论。此领域的一个主要方向便是从图像数据中提取信息。
还有一个领域被称为成像技术。这一领域最初的研究内容主要是制作图像，但有时也涉及到图像分析和处理。例如，医学成像就包含大量的医学领域的图像分析。
1.2 课题研究意义
换向片作为直流电机的关键部件，其状态好坏直接影响到电机的运行性能。特别是对一些交通工具的原动机而言，这一点显得尤为重要。然而随着计算机技术的发展和工业生产的发展，工业现场对机械零件的自动化检测提出了越来越高的要求。随着科学技术的迅猛发展，计算机软硬件技术得到了飞速发展，其主要表现在计算机运行速度的大幅度提高和硬件成本的大大下降。这使得计算机已经不仅是用在科学研究上面，而且已经渗入到生产加工和国民生活等各个方面。在科技，国防，教育，医疗，生产等各个领域起着越来越重要的作用，并不断改变着人们的生产手段和生活方式。
在对直流电机的换向片进行检测随着科技的发展，由原来的手动维修变成了自动化维修检测。这不仅使在检测维修过程中个人的安全性提高了，而且还使检测效率提高了。为此，我们提出了新型的基于图像识别技术的电机换向片自动检测方法。
1.3 本课题研究的主要内容及意义
本次课题是研究一种新型的基于图像识别技术的电机换向片自动检测方法,详细的讲明了系统的工作原理及硬件构架，提出了本系统适合的图像处理算法。
采用CCD图形传感器和图像识别技术来改造普通的数控机床构建基于图像识别技术的电机换向片自动坚持系统。该系统利用图像处理及识别技术实现电机换向片槽（换向片片间缝隙）的特征值识别，标定、计算之后将其作为数控机床工作时的定位信号。
由于图像提供的是二维信号，所以利用数字图像处理技术来进行计算机辅助测试具有测量精度高，非接触，直观，分析处理内容丰富等特点，并且结合高速的A/D采样卡来组成用于电机换向片的自动测试系统。本论文主要利用VC++6.0作为平台开发一套有关于电机换向片自动检测方法的图像识别和处理软件系统。所以主要的内容就是阐述如何对换向片图像的获取、图像处理与特征识别和图像数据的标定等。