读《对机器人图像自动跟踪与识别的研究》有感
专业：班级：姓名：学号：如今，自动化技术飞速发展，计算机控制发挥着举足轻重的作用。作为学习自动化的我们非常有必要将目光转向计算机控制系统中来，我们应该多了解当今计算机技术在自动化领域或者应该说计算机技术在当今的科技中发挥着怎样的作用。
最近我读了一篇名为《对机器人图像自动跟踪与识别的研究》的论文，颇有感触，现在就我的感受总结如下。
随着计算机科学和自动控制技术的发展，越来越多的不同种类的智能机器人出现在生产生活中。其实智能这个词语我们并不陌生，我们会很自然的想到要达到智能就需要机器像人一样能感知外界的信息，然后能根据得到的信息进行正确的分析处理最后采取适当的应对措施来达到希望的目的。那么，我们非常有必要了解机器对图像自动跟踪与识别的过程和简单的原理。
视觉系统作为智能机器人系统中一个重要的子系统，越来越受到人们的重视。视觉系统是一个非常复杂的系统，它既要做到图像的准确采集还要做到对外界变化反应的实时性，同时还需要对外界运动的目标进行实时跟踪。因此，视觉系统对硬件和软件系统都提出了较高的要求。视觉系统是机器实现智能的关键之所在。
一、机器人视觉系统的组成
机器视觉系统主要由三部分组成：图像的获取、图像的处理和分析、输出或显示。图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据，它主要由三部分组成：照明，图像聚焦形成，图像确定和形成摄像机输出信号。视觉信息的处理技术主要依赖于图像处理方法，它包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。机器人视觉系统主要是利用颜色、形状等信息来识别环境目标。
二、图像处理与机器视觉
摄像机所获得的图像对于机器人视觉系统来说，还仅仅是一个矩阵或者是数组。视觉系统的目标是从图像中获得有用的信息，例如目标的大小，位置，区域等，这就要求对图像进一步的处理，包括图像划分和特征提取等。在图像采集过程中，由于受到外界干扰和摄像机本身的物理条件的影响，难免会有噪声和成像不均匀等问题。为了取得图像中的特征信息，经常还要采取滤波，分割，提取技术。在进行图像处理时，很少有只用某一种方法就能解决所有问题的情况，往往需要几种方法配合使用才可以达到要求。主要的对图像进行的操作有：①点运算②几何处理③图像增强④图像复原⑤图像形态学处理⑥图像编码⑦图像重建⑧模式识别等等。
机器视觉是指计算机实现人类的视觉功能，也就是对客观世界的三维场景进行感知，识别和理解。机器视觉通常从分析人类视觉过程的功能入手，并不刻意去模仿人类视觉系统的内部结构，而仅仅是考虑视觉系统的输入和输出，并且采用任何现有的可能手段实现视觉系统的功能。机器视觉的主要研究目标是建立机器视觉系统，完成各种视觉任务，并且对客观事物进行识别，描述，介绍，进而做出判断。
以上是本人对计算机控制系统在机器人视觉中应用的一点了解及总结，望老师能给予批评指正！
