全方位介绍图像处理、深度学习与计算机视觉的概念、异同及联系

本文全方位介绍了图像处理、深度学习与计算机视觉的概念、异同以及联系

一. 简述

1. 概念：

• 计算机视觉（computer vision technique）又称机器视觉，是从图像或者视频中提出符号或者数值信息，分析计算该信息以进行目标的识别、检测和跟踪等。更形象的说，计算机视觉就是让计算机像人类一样能看到图像，并看懂理解图像。
• 图像处理（image processing）是指用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素称为像素，其值称为灰度值。图像处理技术一般包括图像压缩，增强和复原，匹配、描述和识别3个部分。
• 深度学习（deep learning）是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

2. 常用技术：

计算机视觉常用技术：

• 图像处理能力赋予了计算机看即获取的能力，是人工智能的重要输入。

• 图像描述是图像理解的前提，其作用是挖掘一般或主要信息去描述图像。

• 模式识别、机器学习、深度学习等算法赋予计算机看懂的能力，是人工智能的核心，更形象的说就是让计算机像人的大脑去理解图像。

图像处理常用技术：

• 图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
• 图像编码压缩</