深度圖像處理的國內(nèi)外現(xiàn)狀文獻(xiàn)綜述1.1深度圖像的發(fā)展這一說法最早可以追溯到1970年時期，在那一時期，MARR的研究更為深入，逐漸延伸到了人體神經(jīng)視覺生理學(xué)、心理精神物理學(xué)及臨場病理學(xué)，并且通過這三個視角來對人們在對于實(shí)際的圖像認(rèn)知和對于大腦處理三維圖像的機(jī)制進(jìn)行了更為深入的研究，并不斷的開拓，以此類研究得到的成果作為理論基礎(chǔ),提出了他的關(guān)于人體視覺三維度的圖像學(xué)和表象學(xué)的基礎(chǔ)理論。在當(dāng)時來說，這種理論打開了一篇同樣新世界的大門，它將視覺進(jìn)行數(shù)字化，將動物獨(dú)有的圖像識別能力通過信息化的技術(shù)來進(jìn)行表示，對我國現(xiàn)代數(shù)字計算機(jī)的數(shù)字視覺編輯技術(shù)發(fā)展建立了較為重要的整體發(fā)展構(gòu)架和全新的發(fā)展理論。MARR在此方面的研究仍在不斷的進(jìn)行深入，其涉及到的領(lǐng)域也與人類的生活各個反面息息相關(guān)，人工智能視覺等多個學(xué)科方面的學(xué)術(shù)討論與科學(xué)研究在如今得到很多研究者的重點(diǎn)關(guān)注。而借此風(fēng)潮不斷壯大起來的圖像重建視覺學(xué)派已然成為了當(dāng)今世界在面對信息化社會發(fā)展的時代潮流中重要的一部分。學(xué)者們認(rèn)為，現(xiàn)今對于圖像視覺研究的主要方向是通過有限的圖片來對圖片中的物體，環(huán)境等相關(guān)因素進(jìn)行處理與分析，精確的對圖片中的事物進(jìn)行精準(zhǔn)的判斷，達(dá)到對某一隨機(jī)指定的物品對其大小和形狀、位置、物理屬性進(jìn)行準(zhǔn)確的判斷,對一個景色圖像進(jìn)行3d幀的重建。在九十年代初期階段，全球極具學(xué)術(shù)權(quán)威性的視覺雜志GICVGIP就已，完成了2次大規(guī)模的學(xué)術(shù)討論的舉辦，討論過程之中部分學(xué)術(shù)專家以及有名研究人員從研究現(xiàn)代科技視覺哲學(xué)的多個角度和高度首先提出了一種三維視覺與3d相互重建的基本概念,即具有無功能表象的三維視覺及其他各種無功能重建的視覺表象,這樣我們才能真正從根本上徹底消除和完全否認(rèn)3d的視覺重建,深入多維的層次準(zhǔn)確地直接有效觸及了整個現(xiàn)代計算機(jī)視覺網(wǎng)絡(luò)這是視覺科學(xué)世界的一個根本性結(jié)構(gòu)問題。機(jī)器人的視覺控制技術(shù)已經(jīng)是具有40多年來的研究生產(chǎn)發(fā)展應(yīng)用歷史,幾十年前的技術(shù)研究和應(yīng)用工作仍然不斷涌現(xiàn)出了許多企業(yè)專用的新型計算機(jī)機(jī)器視覺控制系統(tǒng)。在該類技術(shù)上,因?yàn)槠鸪跷覀儼l(fā)現(xiàn)缺乏一類充足商業(yè)化、且缺少可以供給一類高精確度的三維光學(xué)圖像處理傳感器,在起初對新階段的圖像研究過程中,一般的光學(xué)圖像數(shù)據(jù)就是現(xiàn)階段運(yùn)用較為廣泛的一類三維圖像處理數(shù)據(jù)?？墒怯捎诂F(xiàn)階段國內(nèi)應(yīng)用計算機(jī)三維圖形視覺信息應(yīng)用的深度廣泛性和系統(tǒng)應(yīng)用廣泛程度的進(jìn)一步發(fā)展加快,人們對應(yīng)用計算機(jī)三維圖形視覺信息系統(tǒng)的相關(guān)技術(shù)方面的諸多要求，也更為嚴(yán)格,在現(xiàn)階段，例如飛行器衛(wèi)星導(dǎo)航、工業(yè)機(jī)械部件質(zhì)量測驗(yàn)、圖像捕捉部件抓取、大規(guī)模工業(yè)部件流水線生產(chǎn)設(shè)備部件組裝等都急需三維圖形視覺系統(tǒng)場景信息剖析的應(yīng)用領(lǐng)域,三維的高深度的視覺信息技術(shù)針對性和系統(tǒng)性能特點(diǎn)的分析任務(wù)能否完成與系統(tǒng)性能提升是至關(guān)重要的。深度陰影圖像通常是在泛指一個環(huán)境圖像中的物體光照及其上的陰影之間沒有任何直接聯(lián)系,深度三維圖像技術(shù)可以實(shí)現(xiàn)對三維空間信息的迅速搜集，通過這種方式極大的使得三維空間物體其圖像辨別、精準(zhǔn)定位，兩項(xiàng)作業(yè)所花費(fèi)的時間。深度學(xué)習(xí)是一類新型現(xiàn)代計算機(jī)網(wǎng)絡(luò)視覺圖像技術(shù)應(yīng)用系統(tǒng)之中的關(guān)鍵內(nèi)容之一,深度學(xué)習(xí)圖像信息處理有關(guān)技術(shù)和新方式的研發(fā)運(yùn)用而言，在實(shí)際運(yùn)用以及應(yīng)用研究方面意義重大。深度像素圖像和通常所說的要求同時進(jìn)行圖像處理的二維光學(xué)圖像,深度像素圖像系統(tǒng)之中的每一個深度像素定位值都象征著一個相對三維深度的有關(guān)資料和信息,所以每一個深度像素之中囊括了三維深度坐標(biāo)系之下的每一個像素位置，以及深度坐標(biāo)值的具體信息。對影像三維數(shù)據(jù)展開深入分析，可對反映或輸出某個景物物體上所存在的三維影像信息。深度視覺影像任務(wù)處理的基礎(chǔ)研究項(xiàng)目的主要任務(wù)是通過分析提取深度影像中一個景物的三維物體幾何表征特性,構(gòu)造和導(dǎo)出一個物體其內(nèi)部空間，以及內(nèi)在組成特點(diǎn)的模型,并使得整體深度視覺影像系統(tǒng)實(shí)施高級圖像任務(wù)處理過程，給予必須性的高效性視覺符號以及形象描繪。深度三維圖像其工作過程，一般情況下依照從一個像素第一次到某個區(qū)域,再到某個物體這一順序，進(jìn)行處理，最后可實(shí)現(xiàn)對整體達(dá)圖像情境過程之中的各類的幾何空間關(guān)系的精準(zhǔn)性認(rèn)知。一個適于設(shè)計深度處理圖像其特征的處理，以及數(shù)據(jù)分析軟件系統(tǒng)的相關(guān)工程，必須掌握有幾個設(shè)計重點(diǎn):其中主要囊括了以深度處理圖像為基礎(chǔ)的，特征獲得、深度處理圖像其特征獲取、數(shù)據(jù)源的介紹、匹配等幾類關(guān)鍵的設(shè)計關(guān)鍵步驟,如設(shè)計圖1.7所示。數(shù)據(jù)的分析獲取其主旨在于對完成目標(biāo)景點(diǎn)其各類深度像素圖像資料其特征的獲得；特征提取把其余數(shù)據(jù)進(jìn)行了分割，得到一樣的深度像素，或者水平地圖上完成自身提取工作；滿足數(shù)據(jù)的變化，完成描述以及景點(diǎn)建模工程，對大部分低層數(shù)據(jù)進(jìn)行處理之后，分別對各種像素景點(diǎn)特征進(jìn)行改造，作為對于目標(biāo)景物的景點(diǎn)符號的變化以及描述；數(shù)據(jù)匹配就是基于6大景點(diǎn)信息，以及建模運(yùn)用基礎(chǔ)上，來匹配并實(shí)現(xiàn)圍繞目標(biāo)景物辨別的高等級高任務(wù)。圖1.7深度圖像處理和分析系統(tǒng)三維物體辨認(rèn)同樣是圖像分析之中長期研究的重要課題，同樣是現(xiàn)代計算機(jī)視覺技術(shù)展開研究的核心課題的重要關(guān)鍵課題之一。三維物體辨認(rèn)系統(tǒng)必須處理好下述幾個不足:1.獲得初始數(shù)據(jù)的傳感器類型；2.三維物體模型創(chuàng)設(shè)方式；3.描述初始數(shù)據(jù)、物體模型的手段；4.由輸入數(shù)據(jù)獲取物體描繪以及物體模型描述彼此間的匹配方式。1.2深度圖像邊緣檢測技術(shù)當(dāng)今，深度圖像傳感器獲取深度圖像其技術(shù)逐步發(fā)展，趨于成熟，和之前相比，深度圖像其技術(shù)在獲得時間、測量精確度上有著明顯的提高。目前，深度圖像的研究工作核心內(nèi)容包括：1.深度圖像的進(jìn)一步分割；2.從深度圖像之中對物體其三維形狀，進(jìn)行重塑；3.借助深度圖像對三維物體進(jìn)行識別；4.深度數(shù)據(jù)其多分辨率的模型構(gòu)建，以及幾何壓縮；目前，發(fā)展最成熟的深度影像處理技術(shù)之中，最為突破運(yùn)用之一，運(yùn)用到運(yùn)動機(jī)器人上,深度影像就是借助模擬以及仿生機(jī)器人其雙眼,進(jìn)一步完成感知、探索到的危險區(qū)域在環(huán)境中的位置,以便于能夠準(zhǔn)確地識別和判斷得出安全軌跡。它主要是將一個深度的圖像進(jìn)行轉(zhuǎn)換成一個地貌高度圖的一種體現(xiàn),然后我們借助對這部分圖像的剖析，最終確認(rèn)并找出了環(huán)境之中部分阻礙物。同時，深度圖像還運(yùn)用范圍包括：1.齊套和排列式的檢測,也就是借助對被測物體的檢查，在當(dāng)中是不是早已包括了全部依照要求所產(chǎn)生的零部件以及元器具;2.表面工作的檢查,例如對噴氣式引擎之中其葉子片小、電子線路板其焊接點(diǎn)加以檢查3.計算，如直徑、長、厚等；德國首都卡爾斯魯厄大學(xué)保羅·萊維教授的學(xué)生jianchiwei博士正在參與研發(fā)的系統(tǒng)，就是一類以深度視覺圖像系統(tǒng)為基礎(chǔ)，他基于VAX工作站，可以把深度視覺圖像與高精密深度圖像等多種大數(shù)據(jù)技術(shù)進(jìn)行有機(jī)融合的技術(shù)方法,極大地提高了對各種工業(yè)應(yīng)用機(jī)器人圖像識別各種工業(yè)機(jī)械和零部件的工作可靠性和使用能力。對深度圖像邊緣進(jìn)行檢測的方式一般包括：1.梯度算子、Robert算子；2.Prewit算子和Sobe0；3.亮條紋和深度圖像的邊緣檢測其算子形式如圖1.8和圖1.9所示。圖1.8Prewitt算子圖1.9Sobel算子1.3深度圖像分析圖像識別技術(shù)其探究范疇以及目標(biāo)，從初期的積木世界,逐漸擴(kuò)展為曲面上所存在的物體?，F(xiàn)階段,超二次曲面下物體其辨認(rèn)問題不斷吸引了更多的海內(nèi)外專家和學(xué)者的關(guān)注。從而在深度抽象圖像中比較容易準(zhǔn)確求得超二次反射曲面的物體特征和各種物體內(nèi)部的表征特性,深度圖像特征分析識別技術(shù)在二次曲面上，對各類物體特征，展開圖像識別的過程中，也十分具備重大的技術(shù)價值。對物體進(jìn)行準(zhǔn)確辨認(rèn)的方式，以及對空間物體進(jìn)行準(zhǔn)確表現(xiàn)對方法，還有相關(guān)結(jié)構(gòu)特征的準(zhǔn)確抽取，二者之間息息相關(guān)，例如，某個空間物體其核心零配件，還有其內(nèi)側(cè)結(jié)構(gòu)的實(shí)際表示方法存在諸多認(rèn)識問題.我們一般可以將其問題劃分為2個基礎(chǔ)性的認(rèn)知問題：物體圖像依照區(qū)域的準(zhǔn)確性，展開分類，并且精確的把其相互對應(yīng)的三維空間物體其圖像形狀，以及三維空間結(jié)構(gòu)特征展開精準(zhǔn)的敘述。假如把上述兩個基礎(chǔ)的靜態(tài)問題都當(dāng)做2個互相獨(dú)立的靜態(tài)物理問題,則該問題就可能會變得在實(shí)踐中很難被有效解決。目前為止我國關(guān)于進(jìn)行各種物體準(zhǔn)確識別相關(guān)技術(shù)問題研究的發(fā)展趨勢主要觀點(diǎn)是,從技術(shù)整體和系統(tǒng)性的觀點(diǎn)角度出發(fā)在未來認(rèn)真正確看待各種物體其特點(diǎn)表示，以及其精確性的識別。也就是前期所謂的數(shù)據(jù)處理,例如，特征數(shù)據(jù)抽取和后期識別圖像結(jié)果，二者間也是互相發(fā)生作用,從初始動態(tài)化數(shù)據(jù)展現(xiàn)和特征識別之后的結(jié)果，對早期其數(shù)據(jù)處理、特征數(shù)據(jù)汲取和識別圖像之間的分割等等進(jìn)行處理,用更新?lián)Q代的處理辦法，逐漸展開，進(jìn)而動態(tài)化處理，完善了特征識別之后所得到的結(jié)果。參考文獻(xiàn)[1]姚敏.數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2006.[2]霍宏濤.數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2004.[3]張德豐.MATLAB數(shù)字圖像處理[M]．機(jī)械工業(yè)出版社，2009[4]基于相移的彩色結(jié)構(gòu)光編碼三維掃描技術(shù)[J].孫軍華,楊揚(yáng),張廣軍.光學(xué)技術(shù).2008(01)[5]格雷碼與相移結(jié)合的結(jié)構(gòu)光三維測量技術(shù)研究[J].尹麗萍,于曉洋,吳海濱.哈爾濱理工大學(xué)學(xué)報.2007(05)[6]結(jié)構(gòu)光法和相位移法的對比研究[J].趙天宇,吳易明,陳良益,朱立峰,劉宇波.科學(xué)技術(shù)與工程.2007(17) [7]Aflexiblenewtechniqueforcameracalibration.ZhangZhengyou.IEEETransactionsonPatternAnalysisandMachineIntelligence.2000[8]Locallyadaptivesupport-weightapproachforvisualcorrespondencesearch.YoonKJ,KweonIS.IEEEConferenceonComputerVisionandPatternRecognition(CVPR).2005[9]Multi-frequencyandmultiplephase-shiftsinusoidalfringeprojectionfor3Dprofilometry.LiE,PengX,XiJ,ChicharoJ,YaoJ,ZhangD.OpticsExpress.2005[10]High-speed3-Dshapemeasurementbasedondigitalfringeprojection.Huang,PeisenS,Zhang,Chengping,Chiang,Fu-Pen.OpticalEngineering.2003[11]Stripeboundarycodesforreal-timestructured-lightrangescanningofmovingobjects.O.Hall-Hol