感知并不是“一个词”，而是“两个字”。这两个字分别描述了两个不同的过程，并且，这两个过程在任务上是“互逆的”。本书只研究视觉感知，此时，“感知”二字的具体过程如下：
•“感”字的意思是成像：通过物理系统对场景进行测量，测量结果被以图像的形式记录下来。
•“知”字的意思是描述：通过分析图像（即：对场景的测量结果），提取出关于场景（即：被测量对象）的有用信息。
“感”的过程是由“场景”到“图像”；“知”的过程是由“图像”到“场景”，也被称为机器视觉。
图1.1 智能一体化的光电感知系统用以实时地识别和跟踪道路车辆，为后续的智能交通控制任务（例如智能红绿灯管控）提供输入信息。
总结一下，“感知”过程就是：
•首先，对场景进行测量（即：成像）；然后，通过分析测量结果（即：图像），获取关于场景的描述信息。(www.xing528.com)
在图1.1所示的智能一体化光电感知系统中，通过多普勒雷达和（可见光）相机两种方式，分别对道路上的车辆进行成像；然后，将两种“图像”融合在一起，实时地进行目标识别和跟踪，为后续的智能交通控制任务（例如红绿灯管控）提供输入信息。所得到的信息并不是对场景的复原，而是一种关于场景的符号描述，例如：路口有多少辆车，车辆的状态（运动还是静止）等等。
在这门课中，我们需要对“图像”的概念进行拓展，
•图像是物理设备对场景的测量结果。图像不仅仅是我们平常看见的一张张照片，还包括其他形式的场景测量结果，例如：雷达扫描得到的点阵、X光片、红外辐射图像、激光雷达生成的点云图像、宇宙射线辐射图像等等。
在这里，我们再一次强调，机器视觉（即：感知中的“知”）的核心问题是：
•从一张或多张图像中生成一个关于场景的描述！
事实上，视觉是我们最强大的感知方式，它为我们提供了关于周围环境的大量信息；从而使得我们可以在不需要进行身体接触的情况下，直接和周围环境进行智能交互。离开视觉，我们将丧失许多有利条件，因为通过视觉，我们可以了解到：物体的位置和一些其他的属性，以及物体之间的相对位置关系。因此，不难理解为什么几乎自从数字计算机出现以后，人们就不断地尝试将视觉感知赋予机器。
视觉同时又是我们最复杂的感官。我们所积累的关于生物视觉系统的实现方式的知识，仍然是不完整的；并且，这些知识主要是关于：生物视觉系统对直接来自感知器的信号的处理过程。但是，我们所知道的是：生物视觉系统的确是非常复杂的！难怪许多将视觉感知赋予机器的尝试最后都以失败告终。但是，在这个过程中，人类仍然取得了巨大的进展。现在，那些能够在各种不同环境下工作的视觉系统，已经成为很多机器的一部分。
需要指出的是，在那些使用计算机来从图像中获取不明确信息的领域中，计算机视觉所取得的进展较少。这是因为即使是人都难以对某些信息进行解释。当我们在处理那些无法由人类视觉感知的光所形成的图像时，常常会发生这种情况。这方面的一个典型例子是：对肺部的X射线成像结果进行解释。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
