三維掃描儀(yi) 的計算機視覺（也稱計算機視覺）是指用攝像機和計算機代替人眼對目標進行識別、跟蹤和測量等,它是人工智能領域最熱門的研究課題之一，它和專(zhuan) 家係統、自然語言理解已成為(wei) 人工智能領域最活躍的三大領域。盡管它還沒有形成完整的理論體(ti) 係，在很多方麵它解決(jue) 問題的方法還是一種技巧，但它是實現工業(ye) 生產(chan) 高度自動化、機器人智能化、自主車導航、目標跟蹤，以及各種工業(ye) 檢測、醫療和軍(jun) 事應用的核心內(nei) 容之一，也是實現智能機器人的關(guan) 鍵因素之一，它的發展不僅(jin) 將大大推動智能係統的發展，也將拓寬計算機與(yu) 各種智能機器的研究範圍和應用領域。 

    三維掃描儀(yi) 機器視覺是研究用計算機來模擬生物外顯或宏觀視覺功能的科學和技術。機器視覺係統的首要目標是用圖像創建或恢複現實世界模型，然後認知現實世界。機器視覺係統獲取的場景圖像一般是灰度圖像，即三維場景在二維平麵上的投影。此時，場景三維信息隻能通過灰度圖像或灰度圖像序列來恢複處理，這種恢複需要進行多點對一點的映射逆變換。在信息恢複過程中，還需要有關(guan) 的場景知識和投影幾何知識。 

    三維掃描儀(yi) 機器視覺是一個(ge) 相當新且發展十分迅速的研究領域，並成為(wei) 計算機科學的重要研究研究領域之一。機器視覺是在20 世紀50 年代從(cong) 統計模式識別開始的，當時的工作主要集中在二維圖像分析和識別上，如光學字符識別、工件表麵、顯微圖片和航空圖片的分析和解釋等。60 年代，Roberts (1965)通過計算機程序從(cong) 數字圖像中提取出諸如立方體(ti) 、楔形體(ti) 、棱柱體(ti) 等多麵體(ti) 的三維結構，並對物體(ti) 形狀及物體(ti) 的空間關(guan) 係進行描述。Roberts 的研究工作開創了以理解三維場景為(wei) 目的的三維機器視覺的研究。Roberts對積木世界的創造性研究給人們(men) 以極大的啟發，許多人相信，一旦由白色積木玩具組成的三維世界可以被理解，則可以推廣到理解更複雜的三維場景。於(yu) 是，人們(men) 對積木世界進行了深入的研究。研究的範圍從(cong) 邊緣、角點等待征提取，到線條、平麵、曲麵等幾何要素分析，—直到圖像明暗、紋理、運動以及成像幾何等，並建立了各種數據結構和推理規則。到了70 年代，已經出現了一些視覺應用係統。

    70 年代中期，麻省理工學院(MIT)人工智能(AI)實驗室正式開設“機器視覺”(Machine Vision)課程，由國際著名學者B．K．P．Horn 教授講授．同時，MIT AI實驗室吸引了國際上許多知名學者參與(yu) 機器視覺的理論、算法、係統設計的研究。David Marr 教授就是其中的一位。他於(yu) 1973 年應邀在MIT AI 實驗室領導一個(ge) 以博士生為(wei) 主體(ti) 的研究小組，1977 年提出了不同於(yu) “積木世界”分析方法的計算視覺(computational vision)理論，該理論在80 年代成為(wei) 機器視覺研究領域中的一個(ge) 十分重要的理論框架。 

    Marr 視覺計算理論立足於(yu) 計算機科學，係統地概括了心理生理學、神經生理學等方麵業(ye) 已取得的所有重要成果。是三維掃描儀(yi) 視覺研究中迄今為(wei) 止最為(wei) 完善的視覺理論。Marr建立的視覺計算理論，使計算機視覺研究有了一個(ge) 比較明確的體(ti) 係，並大大推動了計算機視覺研究的發展。人們(men) 普遍認為(wei) ，計算機視覺這門學科的形成與(yu) Marr 的視覺理論有著密切的關(guan) 係。Marr 視覺計算理論將整個(ge) 視覺過程所要完成的任務分成三個(ge) 過程，而獲得這些表示的過程依次稱為(wei) 初級視覺、中級視覺和高級視覺，如圖1 所示。

                     Marr 視覺過程中的三個(ge) 階段

    可以說．對三維掃描儀(yi) 機器視覺的全球性研究熱潮是從(cong) 20 世紀80 年代開始的，到了80年代中期，機器視覺獲得了蓬勃發展，新概念、新方法、新理論不斷湧現。有學者對計算機視覺理論的發展提出了不同的意見和建議。對Marr 的理論框架作了種種的批評和補充，綜合這些意見及補充可得如圖2 所示的框架。

                            補充的Marr 理論框架

    同時，在擴充的理論框架中，引入了三維掃描儀(yi) 主動視覺的研究方法，在研究中重視了對定性、有目的的視覺等的研究[。比如，基於(yu) 感知特征群的物體(ti) 識別理論框架、主動視覺理論框架、視覺集成理論框架等。到目前為(wei) 止，機器視覺仍然是一個(ge) 非常活躍的研究領域。許多會(hui) 議論文集都反映了該領域的最新進展，比如，國際計算機視覺與(yu) 模式識別會(hui) 議(InternationalConference on Computer Vision and Pattern Recognition，CVPR)；國際計算機視覺會(hui) 議(InternationalConference on Computer Vision ,ICCV) ； 國際模式識別會(hui) 議(International Conference on Pattern Recognition, ICPP)；國際機器人學與(yu) 自動化會(hui) 議(International Conference on Robotics and Automation，ICRA)；計算機視覺研討會(hui) (Workshop on Computer Vision, WCV)以及許多SPIE 的會(hui) 議。還有許多學術期刊也包含了這一領城的最新研究成果，如，IEEE Transaction on Pattern Analysis and Machine16Intelligence(PAMI)；Computer Vision，Graphics，and Image Processing (CVGIP)；IEEE高層知識： 物體(ti) 模型Transaction on ImageProcessing；IEEE Transaction on Man，and Cybernetics （SMC）；MachineVisionandApplications；International Journal on Computer Vision （IJCV）；Imageand Vision Computing；Pattern Recognition。另外，每年還出版許多研究專(zhuan) 集、學術著作、技術報告，專(zhuan) 題討論會(hui) 文集等．所有這些都是研究機器視覺及其應用的很好信息來源。機器視覺係統主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。