第1章 智能圖像處理入門

1.1 智能圖像處理概述

圖像處理技術一般指數字圖像處理，它是將圖像信號轉換成數字信號并利用計算機進行處理的過程。早期數字圖像處理的目標是改善圖像質量，以人為對象，以改善視覺效果為目的。隨著計算機技術、人工智能和思維科學研究的迅速發展，數字圖像處理逐漸向更高、更深的層次發展。目前已經涌現出多種智能化圖像處理的技術，如圖像識別、圖像分割等，利用計算機系統實現圖像處理的智能化、自動化已逐漸成為未來發展的方向。

在20世紀50年代，人們開始利用計算機來處理圖形和圖像信息，而數字圖像處理作為一門學科大約形成于20世紀60年代初期。1964年，美國噴氣推進實驗室（JPL）對航天探測器徘徊者7號發回的幾千張月球照片使用了圖像處理技術，比如幾何校正、灰度變換、去除噪聲等，用計算機成功地繪制出月球表面地圖。隨后又對探測飛船發回的近十萬張照片進行更為復雜的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖，取得了非凡的成果。

數字圖像處理在醫學上也獲得了巨大成就。1972年，英國EMI公司工程師Housfield發明了用于頭顱診斷的X射線計算機斷層攝影裝置，就是現代醫學檢查常用的CT。1975年，EMI公司又成功研制出全身用的CT裝置，可獲得人體各個部位鮮明清晰的斷層圖像。1979年，這項無損傷診斷技術獲得了諾貝爾獎。同一時期，圖像處理技術在許多應用領域，如航空航天、生物醫學工程、工業檢測、機器人視覺等受到廣泛關注并取得了重大成就，正在逐漸成為一門前景光明的新型學科。從20世紀70年代中期開始，隨著計算機技術和人工智能的迅速發展，數字圖像處理向更遠、更深層次發展。人們已經開始研究如何使用計算機系統解釋圖像，以實現通過類似人類視覺系統的計算機系統理解外部世界，這被稱為圖像理解或計算機視覺，進而推動了圖像處理的智能化和自動化發展。

OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一個基于BSD許可發行的跨平臺計算機視覺庫，可以運行在Linux、Windows、MacOS操作系統上。它簡潔而且高效，由一系列C函數和少量C++類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法，廣泛應用于圖像識別、運動跟蹤、機器視覺等領域。