第1章 智能图像处理入门

1.1 智能图像处理概述

图像处理技术一般指数字图像处理，它是将图像信号转换成数字信号并利用计算机进行处理的过程。早期数字图像处理的目标是改善图像质量，以人为对象，以改善视觉效果为目的。随着计算机技术、人工智能和思维科学研究的迅速发展，数字图像处理逐渐向更高、更深的层次发展。目前已经涌现出多种智能化图像处理的技术，如图像识别、图像分割等，利用计算机系统实现图像处理的智能化、自动化已逐渐成为未来发展的方向。

在20世纪50年代，人们开始利用计算机来处理图形和图像信息，而数字图像处理作为一门学科大约形成于20世纪60年代初期。1964年，美国喷气推进实验室（JPL）对航天探测器徘徊者7号发回的几千张月球照片使用了图像处理技术，比如几何校正、灰度变换、去除噪声等，用计算机成功地绘制出月球表面地图。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，取得了非凡的成果。

数字图像处理在医学上也获得了巨大成就。1972年，英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，就是现代医学检查常用的CT。1975年，EMI公司又成功研制出全身用的CT装置，可获得人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖。同一时期，图像处理技术在许多应用领域，如航空航天、生物医学工程、工业检测、机器人视觉等受到广泛关注并取得了重大成就，正在逐渐成为一门前景光明的新型学科。从20世纪70年代中期开始，随着计算机技术和人工智能的迅速发展，数字图像处理向更远、更深层次发展。人们已经开始研究如何使用计算机系统解释图像，以实现通过类似人类视觉系统的计算机系统理解外部世界，这被称为图像理解或计算机视觉，进而推动了图像处理的智能化和自动化发展。

OpenCV于1999年由Intel建立，如今由Willow Garage提供支持。OpenCV是一个基于BSD许可发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS操作系统上。它简洁而且高效，由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法，广泛应用于图像识别、运动跟踪、机器视觉等领域。