計(jì)算機(jī)視覺作為一個(gè)領(lǐng)域是一個(gè)智力前沿。像任何前沿一樣，它令人興奮且雜亂無章，而且常常沒有可靠的權(quán)威可以求助。許多有用的思想沒有理論基礎(chǔ)，有些理論在實(shí)踐中毫無用處；發(fā)達(dá)地區(qū)分布廣泛，往往一個(gè)看起來完全無法與另一個(gè)相提并論。盡管如此，我們?cè)谶@本書中試圖呈現(xiàn)一幅相當(dāng)有序的領(lǐng)域圖景。我們看到的是計(jì)算機(jī)視覺或僅僅是“視覺”；向那些研究人類或動(dòng)物視覺的人致歉，他們把人類或動(dòng)物的視覺視為一個(gè)企業(yè)，他們使用統(tǒng)計(jì)方法，利用幾何、物理和學(xué)習(xí)理論構(gòu)建的模型來理清數(shù)據(jù)。因此，在我們看來，視覺依賴于對(duì)相機(jī)和圖像形成的物理過程（本書第一部分）的扎實(shí)理解，從單個(gè)像素值（第二部分）中獲得簡(jiǎn)單的推斷，將多個(gè)圖像中可用的信息組合成一個(gè)連貫的整體（第三部分），將某些順序強(qiáng)加給像素將它們彼此分離或推斷形狀信息（第四部分），并使用幾何信息或概率技術(shù)識(shí)別物體（第五部分）。計(jì)算機(jī)視覺有著廣泛的應(yīng)用，包括舊的（如移動(dòng)機(jī)器人導(dǎo)航、工業(yè)檢測(cè)和軍事智能）和新的應(yīng)用（例如，人機(jī)交互、數(shù)字圖書館中的圖像檢索、醫(yī)學(xué)圖像分析和計(jì)算機(jī)圖形學(xué)中合成場(chǎng)景的真實(shí)感繪制）。

　　計(jì)算機(jī)視覺的一大訣竅是從圖片或圖片序列中提取對(duì)世界的描述。這無疑是有用的。拍照通常是非破壞性的，有時(shí)是謹(jǐn)慎的。它也很容易而且（現(xiàn)在）便宜。用戶所尋求的描述在不同的應(yīng)用程序之間可能有很大的不同。例如，一種稱為“運(yùn)動(dòng)結(jié)構(gòu)”的技術(shù)可以從一系列圖片中提取描述的內(nèi)容和相機(jī)如何移動(dòng)的表示。娛樂業(yè)的人們使用這些技術(shù)來建立建筑物的三維（3D）計(jì)算機(jī)模型，通常保持建筑物的結(jié)構(gòu)并放棄運(yùn)動(dòng)。這些模型用于實(shí)際建筑無法建造的地方；它們被縱火、炸毀等。好的、簡(jiǎn)單的、準(zhǔn)確的、令人信服的模型可以從相當(dāng)小的一組照片中建立起來。想要控制移動(dòng)機(jī)器人的人通常會(huì)保持運(yùn)動(dòng)而丟棄結(jié)構(gòu)。這是因?yàn)樗麄兺ǔＶ罊C(jī)器人工作的區(qū)域，但通常不知道機(jī)器人在該區(qū)域的精確位置。他們可以根據(jù)固定在機(jī)器人上的攝像機(jī)是如何移動(dòng)的信息來確定的。計(jì)算機(jī)視覺還有許多其他重要的應(yīng)用。一種是醫(yī)學(xué)成像：一種是建立軟件系統(tǒng)，可以增強(qiáng)圖像，識(shí)別重要的現(xiàn)象或事件，或者可視化成像獲得的信息。另一種是檢查：一種是對(duì)物體拍照，以確定它們是否在規(guī)格范圍內(nèi)。第三個(gè)是解釋衛(wèi)星圖像，這兩個(gè)目的都是為了軍事目的（可能需要一個(gè)程序來確定某個(gè)地區(qū)最近發(fā)生了什么軍事上有趣的現(xiàn)象；或者說轟炸造成了什么樣的破壞）和民用目的（今年的玉米收成是什么？還剩下多少雨林？）第四個(gè)問題是組織和組織圖片集。我們知道如何搜索和瀏覽文本庫（盡管這是一個(gè)仍有許多難題的課題），但不知道如何使用圖像庫或視頻庫。

?

　　計(jì)算機(jī)視覺在其發(fā)展中處于一個(gè)非常重要的階段。這門學(xué)科自20世紀(jì)60年代就已經(jīng)出現(xiàn)了，但直到最近才有可能利用計(jì)算機(jī)視覺的思想來建立有用的計(jì)算機(jī)系統(tǒng)。這種繁榮是由幾個(gè)趨勢(shì)推動(dòng)的：計(jì)算機(jī)和成像系統(tǒng)變得非常便宜。不久前，要獲得好的數(shù)碼彩色圖像需要數(shù)萬美元，而現(xiàn)在最多只需要幾百美元。就在不久以前，彩色打印機(jī)是人們?cè)谏贁?shù)幾個(gè)研究實(shí)驗(yàn)室（如果有的話）中發(fā)現(xiàn)的東西；現(xiàn)在它們?cè)谠S多家庭中都有。這意味著做研究更容易。這也意味著，有許多人的問題，計(jì)算機(jī)視覺的方法適用。例如，人們希望組織他們的照片集，制作周圍世界的三維模型，以及管理和編輯視頻集。我們對(duì)視覺基礎(chǔ)的基本幾何和物理的理解，更重要的是，我們對(duì)視覺的理解有了很大的提高。我們開始能夠解決很多人關(guān)心的問題，但是難題都沒有解決，還有很多簡(jiǎn)單的問題也沒有解決（在努力解決難題的同時(shí)保持一個(gè)人的智力健康）?，F(xiàn)在是學(xué)習(xí)這個(gè)課題的好時(shí)機(jī)。