从零开始学习SFR--1.2(转：机器学习)

---

前言

提示：因为课题涉及镜头质量检测，而现在镜头检测最普遍的方法便是MTF曲线作为检测镜头质量的标准。网上相关的学习资料并不多，也有一些大佬做了相关算法的研究，不过零零散散，难以成系统。为了学习并实现相关算法，参考各大佬的文章，对整个学习思路进行整理，特开此贴作为学习笔记。

链接: 图像处理，计算机视觉，machine learning的区别与联系

随着科技进步的加速，新的技术出现并且成熟的速度明显地加快了，过去我们老说成像技术，信号处理，图像处理，后来又经常说计算机视觉，现在则铺天盖地都是machine learning。这些技术或多或少的在我们的身边出现，到底他们是什么，与我们目前的工作有哪些联系和区别？我们就先从输入，输出，工作方法三个角度来谈一谈图像处理，计算机视觉与machine learning的关系。

图像处理的输入输出都是图像，用信号处理的方法对图像进行滤波，去噪，边缘增强，色彩还原等处理。

计算机视觉的输入可以是图像，视频，或者是来自于视觉数据的量化信息。输出则是属性信息，比如大小，距离，颜色，数量，类别，形状等。所使用的方法既包含图像处理的技术方法，也包含其他的技术，可以说计算机视觉的技术外延更大。如果说图像处理主要是针对二维的图像，那么计算机视觉主要是针对三维的空间。

成像技术可以说主要是制作图像，图像处理主要是增强图像，到了计算机视觉，侧重点就主要是分析理解图像了。

Machine learning则是一种可以应用在计算机视觉中帮助解决识别等问题的方法。所以在这个领域工作可以遇到的一种情况就是，工作在计算机视觉的公司，包含了这三个技术方向的工程师，因为没有好的成像和图像处理，也就没有好的计算机视觉的输入，没有machine learning 的技术，计算机视觉会有很多难解的问题。

以一个产品开发为例说说这三者之间的联系。比如我们要开发一个水下监控相机，用来监控海边浴场附近的鲨鱼，既可以人工监测，也具有自动监测功能。自动监测一旦监测到出现鲨鱼，就会警告游泳的人赶紧离开。

首先做camera的工程师上场，做出一个在水下能清晰摄影的相机，图像处理工程师根据应用场景做图像的优化，比如去炫光，散射，处理HDR，做tone mapping，边缘增强，色彩处理等等。

然后做计算机视觉的工程师上场，做几何标定，运动检测，物体跟踪，计算游动物体的大小和速度。

如果大小和速度在一定的范围内，就认为是鲨鱼。

相机用了一段时间，发现一个问题，就是经常出现虚警，附近活动的潜水员经常会被认为是鲨鱼，因为潜水员的游速和大小与某种鲨鱼很近似，所以很容易被认为是鲨鱼。这时候就该machine learnning 工程师上场了，他们把之前相机拍的所有视频拿来，把所有有鲨鱼的图像标定出来，输入到一个或者几个模型进行训练，教这个模型认识什么是鲨鱼，这个模型可以是SVM，Neural Networks，决策树等等。

最后用新采集的视频进行测试，把几个模型的识别率做比较。

可以看出Deep CNN完爆其他方法。

识别成功率只是一个方面，运行的速度也非常重要，所以要综合考虑到底用哪种模型。总而言之，machine learning的方法是计算机视觉的一个重要补充。在这个例子里，它可以大幅减少虚警的情况。

从这个例子我们可以看出，图像处理和计算机视觉工程师基本的工作方法是有很多共性的，Machine learning 工程师可以完全不懂图像处理，他们主要研究的对象是模型。在笔者办公室里坐着这三个技术方向的工程师，machine learning的工程师很多都是数学系毕业的。我咨询了一下从事这方面工作的同事，他给了下面的一些网上免费学习cv和ml的资料，感兴趣的朋友可以自学，大话成像公众号也会在将来多延伸一些计算机视觉和machine learning的文章与大家分享。