因成像设备和环境所造成的图像失真，提取有用信息。去除噪声．恢复原始图像是图像处理中的一个重要内容 。

3.4 图像编码和传输

数字图像的数据量是相当庞大的．一幅512*512个像素的数字图像的数据量为256K字节．若假设每秒传输25帧图像．则传输的信道速率为52．4M比特，秒。高信道速率意味着高投资．也意味着普及难度增加

因此．传输过程中，对图像数据进行压缩显得非常重要。数据就是用计算的压缩主要通过图像数据的编码和变换压缩完成

3.5 边缘锐化

图像边缘锐化处理主要是加强图像中的轮廓边缘和细节．形成完整的物体边界．达到将物体从图像中分离出来或将表示同一物体表面，它是早期视觉理论和算法中的基本问题，也是中期和后期视觉成败的重要因素之一。

3.6 图像识别

图像的识别过程实际上可以看作是一个标记过程．即利用识别算法来辨别景物中已分割好的各个物体。给这些物体赋予特定的标记目前用于图像识别的方法主要分为决策理论和结构方法。决策理，它是机器视觉系统必须完成的一个任务。理论方法的基础是决策函数．利用它对模式向量进行分类识别．是以定时描述(如统计纹理)为基础的：结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结构有不同的基元串(或称字符串)，通过对未知物体利用给定的模式基元求出编码边界．得到字符串。再根据字符串判断它的属性。

4 计算机视觉应用前景

计算机视觉是自二十世纪六十年代中的期迅速发展起来的一门新学科。计算机视觉是适用计算机及相关设备对生物视觉的一种模拟。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三维信息，就想人类和许多其他类生物每天所做的那样。计算机视觉将在工农业生产，地质学，天文学，气象学，医

学及军事学等等领域有着极大潜在的应用价值，所以它在国际上越来越受到重视，以及其应用前景广泛。

5 结束语

机器视觉系统是指用计算机来实现人的视觉功能．也就是用计算机来实现对客观的三维世界的识别。 本文简单讨论了计算机视觉的应用领域和采用的关键技术．并由此简单论述了计算机视觉的应用前景．有理由相信将来计算机视觉的应用将更加深入现代生活的各个角落。

参考文献

[1] 冷汹涛 基于计算机视觉的机密测量技术. 机电产品开发与创新。 [2] 吴立德，计算机视觉，复旦大学出版社，2009

[3] 刘先林，张爱武，基于计算机视觉的图像拼接技术研究.首都师范大学出版社，2008

[4] 赵颜利，史文俊，刘凤玉，中国图像图形学报.2009.12 [5] 马颂德 ，张正友，计算机视觉. 北京：科学出版社，2008.1