【交流帖】如何学习计算机视觉

本人本科机械，大三不慎被一个自动化的博士忽悠干起了自动化，读研时本想攻读智能机器人方向，却没有机电老师收（心疼自己5s），最后流落到机设系跟了一位研究计算机图形学的老师，但却做起了计算机视觉方向。

这篇帖子算是闲着没事做就来抒发一下不慎入了计算机视觉这个坑的一些略带矫情的感想吧。

首先，我们先把图像处理和计算机视觉分开，这两个概念相近但是略有不同，在现代的计算机视觉任务中，图像处理通常作为计算机视觉的一个步骤，位于图像采集之后，图像处理的好坏很大程度上影响了后续步骤的成败。视觉界有一句“garbage in,garbage out”,意思是进的图垃圾，出的效果也垃圾，狭义理解是强调图像采集设备的重要性，广义地讲还包括图像预处理手法的好坏。如果非要将图像处理与计算机视觉分开，有一个比较好的准则，就是图像处理是从图到图，而计算机视觉是从图到特征，图像处理了以后还是图像，视觉的一些处理以后虽然也可以用图表示，但我们更应该把它当作抽象化的特征。

其次，我们把机器视觉和计算机视觉分开，其实这两者的区别实在太小，有“机器视觉”这个名词完全是非计算机专业的人做计算机视觉研究时想要显得自己不和计算机专业的人“同流合污”。这里面的细微差别主要在于使用视觉的目的，比如我所在的机电学院主要研究将机器视觉用于工业检测之中，“精度”是他们最为看重的一项指标，他们更加关注图像这种二维信号的“空域”信息，也可以称几何信息；而自动化和电子通信学院主要将机器视觉用于机器人控制之中，“稳定性”是他们最看重的指标，他们更加关注图像这种二维信号的“频域”信息。当然做一个傅里叶变换，空域和频域是可以相互转换的。最后，计算机院的人将计算机视觉用于人工智能，他们关注的是计算机视觉这个学科的上限，Computer Vision还可以做到哪些事是他们最关心的问题。

再次，我们把图像处理与计算机图形学分开，图像处理又可以叫做计算机图像学，这两者的本质区别可以用它们在计算机中的存储形式表现出来，图像在计算机中是以像素形式存储的，而图形在计算机中是以向量形式存储的，举一个最简单的栗子，word文档打印成pdf格式，word文档中的字是图形，PDF中的字是图像。那么图形学对于计算机视觉的意义在哪里呢，比如说导航吧，航行轨迹可以用一系列离散的点表示也可以拟合一条曲线表示，如果是后者常使用参数向量存储，存储空间小，迭代计算快捷，还不存在离散的点与点之间的不可控区域。

以上基本上就是说了说计算机视觉还有相关的一些概念的区分，最后讲一讲推荐的参考书籍。图像处理的经典书籍当然推荐冈萨雷斯的《数字图像处理》，可以顺便把同一出版社的《数字信号处理》也看一下，绝对有帮助；几何视觉方面，推荐马颂德、张正友的《计算机视觉》，后者是张氏相机棋盘标定法的创造者；不过几何视觉领域集大成的书乃是《计算机视觉中的多视图几何》，圣经级别；MIT的指定教材《Robot Vision》,光看校名就觉得书不错；Peter Corke的《机器人学、机器视觉与控制》是自动化方向学习机器视觉的不二推荐，MATLAB中的机器人工具箱、机器视觉工具箱就出自他手；《计算机视觉度量深入解析》这本书是传统视觉特征工程的大综述，书本身似乎像走马观花，但其后的论文目录是我目前见过的最齐备的，你用的算子基本都能在里面找到参考论文；特征工程加机器学习是视觉的重要方向，机器学习的书籍各有千秋，国内的推荐李航博士的《统计学习方法》、南大周志华老师的西瓜书《机器学习》，国外好书很多，PRML模式识别与机器学习重点推荐，据说Hinton老爷子上课就是用的这本；当然如果你想要从端到端的玩深度神经网络，那自然是古德费洛的花书《深度学习》推荐。

好了，今天就说这么多了，希望帮到想要入坑计算机视觉的各位。

刚好我是机械的，也是想搞人工智能，想入坑了。

马颂德、张正友的《计算机视觉》阅读链接：http://ishare.iask.sina.com.cn/f/8821704.html

666666666666666666666666666666666666666666666666666666666666666

666666666666666

666666666666

忍不住鼓掌

666666666666666

666666666666666666666666666666666

666666666666666666666666666666666666666666666666666666666666