之间的关系。我们的思维活动是以我们对客观世界与环境的认识为基础的,而感觉则是客观 世界与我们对环境的认识之间的桥梁,使我们的思维与周围世界建立某种对应关系。视觉则 是人类最重要的感觉,它是人的主要感觉来源,人类认识外界信息中80%来自视觉。 人有多种感觉,但对人的智力产生影响的主要是视觉和听觉。味觉和嗅觉是丰富多样 但很少有人去思考它们。在视觉和听觉中形状、色彩、运动、声音等很容易就被结合成各种 明确和高度复杂、多样的空间和时间的组织结构。所以这两种感觉就成了理智活动得以行使 和发挥作用的非常合适的媒介和环境。但人听到的声音要想具有意义还需要联系其它的感性 材料。而视觉则不同,它是一种高度清晰的媒介,它提供关于外界世界中各种物体和事件的 丰富信息。因此它是思维的一种最基本的工具。 视觉对正常人来说是生而有之,毫不费力的能力。但实际上视觉系统所完成的功能却是 十分复杂的。有人认为视觉本身就包含了思维的一切基本因素。设想你要在一个会场中寻找 一位朋友,呈现在你眼前的是由参加会议的人、桌、椅、主席台等组成的复杂景物。眼睛得 到这些信息以后先要对景物的各部分进行分类,然后从中选出与朋友的外表有关的特征作出 判断,那么在人的眼睛视网膜上映照的景物成象是否就能直接提供判断时所需要的有关特征 呢?不是的,这里需要大脑的思考。例如,虽然人在不同距离处观察同一物体时在眼睛中成 象的大小是不同的。但人们在观察某人以便估计他的身高时却不会因为他在近处而感到他高 些,也不会因他在远处而感到他矮些。这是大脑根据被观察物体的距离与周围物体的比较, 并依靠有关的知识对输入的图象信息进行处理、解释的结果。如果你是在一个灯光暗淡的剧 院中寻找朋友,这个问题就变得更为困难。你刚走进剧院时会感到一片漆黑看不清东西,过 了几分钟你的眼睛变得习惯于在黑暗中观察。事实上你的视觉系统在此期间中对微光变得更 敏感了。但这时许多本来可用的信息丧失了,物体可能难以与背景相区分,许多细节难以分 辨。即使这样人也总能认出朋友。总之,视觉是一个复杂的感知和思维过程,视觉器官一眼 睛接受外界的刺激信息,而大脑对这些信息通过复杂的机理进行处理和解释,使这些刺激具 有明确的物理意义 从以上分析我们还可以看到敏感( Sensation)、感觉( Perception)、认知( Cognition) 这三个概念之间的联系和差别。敏感是把外界的各种刺激转换成人体神经系统能够接受的生 物电信号。它所完成的是信号的转换,并不涉及对信号的理解。例如,人眼是视觉的敏感器 官,它使光信号通过视网膜转换电信号。与摄象机的光电传感器相似,视网膜的感光细胞对 光信号在平面上进行采样,产生点阵形式的电信号,所不同的仅是摄象机的空间采样是均匀 的,而视网膜的采样是不均匀的,在中央凹附近采样分辨率高,而在周围的分辨率低。而感 觉的任务是把敏感器官的各种输入转换和处理成为对外部世界的理解。例如,对视觉来说就 是能说出周围世界中有什么东西和这些东西之间的空间关系。这些都是关于周围世界的概 念。从输入的点阵形式的信号到形式化的对客观世界的各种概念其中要经过复杂的信息处理 和推理。而认知是以人们对周围客观世界的概念为基础的。如果没有感觉这个人与外部世界 的桥梁或窗口,人的思维活动就失去基本的依据 1.1.2计算机视觉 人类正在进入信息时代,计算机将越来越广泛地进入几乎所有领域。一方面是更多未经 计算机专业训练的人也需要应用计算机,而另一方面是计算机的功能越来越强,使用方法越 来越复杂。这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死 板的方式之间产生了尖锐的矛盾。人可通过视觉、听觉和语言与外界交换信息,并且可用不 同的方式表示相同的含义,而目前的计算机却要求严格按照各种程序语言来编写程序,只有 这样计算机才能运行。为使更多的人能使用复杂的计算机,必须改变过去的那种让人来适应 22 之间的关系。我们的思维活动是以我们对客观世界与环境的认识为基础的，而感觉则是客观 世界与我们对环境的认识之间的桥梁，使我们的思维与周围世界建立某种对应关系。视觉则 是人类最重要的感觉，它是人的主要感觉来源，人类认识外界信息中 80%来自视觉。 人有多种感觉，但对人的智力产生影响的主要是视觉和听觉。味觉和嗅觉是丰富多样的， 但很少有人去思考它们。在视觉和听觉中形状、色彩、运动、声音等很容易就被结合成各种 明确和高度复杂、多样的空间和时间的组织结构。所以这两种感觉就成了理智活动得以行使 和发挥作用的非常合适的媒介和环境。但人听到的声音要想具有意义还需要联系其它的感性 材料。而视觉则不同，它是一种高度清晰的媒介，它提供关于外界世界中各种物体和事件的 丰富信息。因此它是思维的一种最基本的工具。 视觉对正常人来说是生而有之，毫不费力的能力。但实际上视觉系统所完成的功能却是 十分复杂的。有人认为视觉本身就包含了思维的一切基本因素。设想你要在一个会场中寻找 一位朋友，呈现在你眼前的是由参加会议的人、桌、椅、主席台等组成的复杂景物。眼睛得 到这些信息以后先要对景物的各部分进行分类，然后从中选出与朋友的外表有关的特征作出 判断，那么在人的眼睛视网膜上映照的景物成象是否就能直接提供判断时所需要的有关特征 呢？不是的，这里需要大脑的思考。例如，虽然人在不同距离处观察同一物体时在眼睛中成 象的大小是不同的。但人们在观察某人以便估计他的身高时却不会因为他在近处而感到他高 些，也不会因他在远处而感到他矮些。这是大脑根据被观察物体的距离与周围物体的比较， 并依靠有关的知识对输入的图象信息进行处理、解释的结果。如果你是在一个灯光暗淡的剧 院中寻找朋友，这个问题就变得更为困难。你刚走进剧院时会感到一片漆黑看不清东西，过 了几分钟你的眼睛变得习惯于在黑暗中观察。事实上你的视觉系统在此期间中对微光变得更 敏感了。但这时许多本来可用的信息丧失了，物体可能难以与背景相区分，许多细节难以分 辨。即使这样人也总能认出朋友。总之，视觉是一个复杂的感知和思维过程，视觉器官—眼 睛接受外界的刺激信息，而大脑对这些信息通过复杂的机理进行处理和解释，使这些刺激具 有明确的物理意义。 从以上分析我们还可以看到敏感（Sansation）、感觉（Perception）、认知（Cognition） 这三个概念之间的联系和差别。敏感是把外界的各种刺激转换成人体神经系统能够接受的生 物电信号。它所完成的是信号的转换，并不涉及对信号的理解。例如，人眼是视觉的敏感器 官，它使光信号通过视网膜转换电信号。与摄象机的光电传感器相似，视网膜的感光细胞对 光信号在平面上进行采样，产生点阵形式的电信号，所不同的仅是摄象机的空间采样是均匀 的，而视网膜的采样是不均匀的，在中央凹附近采样分辨率高，而在周围的分辨率低。而感 觉的任务是把敏感器官的各种输入转换和处理成为对外部世界的理解。例如，对视觉来说就 是能说出周围世界中有什么东西和这些东西之间的空间关系。这些都是关于周围世界的概 念。从输入的点阵形式的信号到形式化的对客观世界的各种概念其中要经过复杂的信息处理 和推理。而认知是以人们对周围客观世界的概念为基础的。如果没有感觉这个人与外部世界 的桥梁或窗口，人的思维活动就失去基本的依据。 1.1.2 计算机视觉 人类正在进入信息时代，计算机将越来越广泛地进入几乎所有领域。一方面是更多未经 计算机专业训练的人也需要应用计算机，而另一方面是计算机的功能越来越强，使用方法越 来越复杂。这就使人在进行交谈和通讯时的灵活性与目前在使用计算机时所要求的严格和死 板的方式之间产生了尖锐的矛盾。人可通过视觉、听觉和语言与外界交换信息，并且可用不 同的方式表示相同的含义，而目前的计算机却要求严格按照各种程序语言来编写程序，只有 这样计算机才能运行。为使更多的人能使用复杂的计算机，必须改变过去的那种让人来适应