什么是图像计算？快速入门
了解什么是图像计算，它是如何工作的，以及它如何应用于医疗保健、自动驾驶和其他现代智能系统。
当你走过购物中心或繁忙的公共街道时，安装在入口和通道上方的摄像头会记录下这些活动。它们每秒都在生成视觉数据，而大多数时候，我们甚至都没有察觉到。
这种持续不断的数据流为现代人工智能驱动的系统提供了动力，从智能安全系统到自动驾驶汽车皆是如此。这些创新由图像计算推动，这是一个集计算机科学、数学和物理学于一体的通用领域。
图像计算帮助机器理解它们在图像中看到的内容。它允许系统识别场景中正在发生的事情，并决定如何运作或做出响应，例如在出现障碍物时让自动驾驶汽车停车。
在本文中，我们将探讨什么是图像计算，以及它如何应用于尖端的人工智能 (AI) 系统。让我们开始吧！
Link to this section理解图像计算#
图像计算是使用高级算法捕获、处理和分析图像的过程。它将图像视为机器可以理解和处理的数据。
换句话说，每一张图像都被处理为一个数字网格。这是通过将像素（图像的最小单位）转换为由行和列组成的矩阵来实现的。每个像素都有一个数值，告诉机器图像中特定区域的明暗程度。
这些数值的组织方式取决于图像是灰度图还是彩色图。在灰度图像中，像素值通常范围从 0（黑色）到 255（白色）。在彩色图像中，使用多个矩阵来表示不同的颜色通道，例如红、绿、蓝 (RGB) 或色相、饱和度、明度 (HSV)。
图 1. 图像的矩阵表示 (来源)
除了像素矩阵外，图像通常还包含隐藏的上下文信息，即元数据。元数据提供了重要的详细信息，例如图像分辨率、位深度、摄像头或传感器设置，以及图像捕获的确切时间。图像以特定的文件格式存储，以同时保留视觉数据和元数据。
例如，在生物医学图像计算中，图像通常使用数字成像和通信 (DICOM) 格式存储。DICOM 将视觉图像数据与患者信息（例如识别详细信息和设备设置）相结合，确保医学图像分析准确、一致且安全。
Link to this section图像计算的工作原理#
现在我们对什么是图像计算有了更好的理解，让我们逐步了解将摄像机馈送转换为有用见解的步骤。
尽管具体的工作流程可能因应用而异，但大多数图像计算系统遵循这些主要阶段：
- 图像采集：首先，使用摄像头和传感器捕获视觉数据，或从开源图像数据集中收集视觉数据。
- 图像预处理：然后，对获取的图像进行缩放、去噪、增强并转换为特定的色彩空间，以标准化输入。
- 特征提取：深度学习算法被用于学习图像中的重要模式，例如边缘、形状和纹理。
- 解释：对提取的特征进行分析，以执行目标检测、图像分割和目标跟踪等任务。
- 输出：最后，系统生成结构化输出，例如类别标签或边界框，并以易于人员或其他系统理解和用于可视化分析的方式呈现它们。
Link to this section图像计算与计算机视觉与图像处理的区别#
当你接触到图像计算时，你可能还会看到图像处理和计算机视觉等术语。虽然这些术语经常互换使用，但它们描述了 AI 系统与视觉数据交互的不同方式。
例如，图像处理 侧重于图像增强或使用噪声去除、缩放和对比度调整等基本操作来提高输入图像的质量。与此同时，作为 AI 分支的计算机视觉，建立在图像处理的基础上，使机器能够识别对象、解释场景并理解图像或视频中正在发生的事情。
图像计算结合了图像处理和计算机视觉，将视觉数据转化为智能系统有意义且可用的输出。
图 2. 图像处理与计算机视觉与图像计算。图片由作者提供。
Link to this section当今如何实现图像计算#
接下来，让我们看看当今是如何实现图像计算的。
在图像计算的早期阶段，边缘、角点和纹理等特征是使用基于规则和手工制作的算法手动定义的。虽然这些方法在受控环境中运行良好，但它们难以扩展并适应复杂的现实条件。
现代图像计算系统通过使用基于深度学习的方法解决了这些限制。卷积神经网络 (CNN) 和视觉 Transformer 等模型会自动从大型图像数据集中学习相关特征。这使它们能够以更高的准确性和鲁棒性执行目标检测、实例分割和目标跟踪等任务。
如今，图像计算工作流程通常依赖于旨在部署在尖端 AI 系统中的实时视觉模型。例如，Ultralytics YOLO26 等视觉 AI 模型能够在边缘设备和云环境中实现快速高效的计算机视觉功能，如目标检测和实例分割。
图 3. 使用 YOLO26 检测和分割图像中对象的示例
Link to this section图像计算的实际应用#
图像计算正被广泛应用于现实世界中，以理解视觉数据并据此采取行动。让我们探讨图像计算如何在不同领域中应用。
Link to this section用于早期疾病检测的医学图像计算#
图像计算可以帮助医生和临床医生更早地发现疾病，并更有效地分析医学扫描。这些创新的医疗保健系统可以快速处理 X 光片和磁共振成像 (MRI) 扫描等医学影像数据，并且通常比人工检查提供更一致的结果。
例如，Ultralytics YOLO26 等模型可以在大型胸部 X 光图像集上进行训练，以学习与感染和异常相关的模式。训练完成后，这些模型可以帮助识别扫描结果看起来是正常的，还是显示出肺炎或 COVID-19 等病症的迹象。
Link to this section用于自动驾驶的图像计算#
自动驾驶汽车使用图像计算来了解周围发生的事情并做出驾驶决策。该技术将原始摄像头画面转化为实时信息，帮助车辆安全平稳地行驶。
图像计算通常用于高级驾驶辅助系统 (ADAS)。这些模块不仅仅是录制视频，而是分析每一帧画面以识别车道线、其他车辆、行人和障碍物。这使得汽车能够在几乎无需人工干预的情况下对不断变化的道路状况做出反应。
另一个常见的用例是将来自多个摄像头的图像组合起来，创建车辆周围 360 度的视图。图像计算有助于校正镜头畸变、提高图像清晰度，并平衡所有摄像机输入源的亮度和颜色。结果是一个清晰、无缝的视图，让车辆即使在恶劣天气或光线不足的情况下也能安全导航。
图 4. 使用深度学习进行图像拼接 (来源)
Link to this section图像计算的优缺点#
以下是图像计算的一些优势：
- 可扩展性： 一旦训练完成，图像计算系统就可以持续且大规模地分析大量视觉数据。
- 决策制定： 它支持自动驾驶、医学筛查和工业监控等时间关键型应用。
- 长期成本效率： 虽然初始设置可能很昂贵，但自动化视觉分析可以降低长期运营成本。
虽然图像计算有很多好处，但也存在一些局限性。以下是一些需要考虑的因素：
- 数据质量： 图像计算方法在很大程度上依赖于准确的标注和高质量数据集，而创建这些内容既昂贵又耗时。
- 对条件的敏感性： 光照、遮挡、运动模糊、天气或摄像机角度的变化可能会对模型性能产生负面影响。
- 可解释性有限： 基于深度学习的图像模型可能会像“黑盒”一样运作，导致很难解释决策是如何做出的。
Link to this section关键要点#
图像计算已从基础图像处理发展为一种使 AI 系统能够实时感知和理解现实世界的各种技术。随着深度学习的不断进步，图像计算正在成为构建更智能、更实用的工具包和应用程序的重要组成部分。
加入我们的社区并查看我们的 GitHub 仓库以了解有关 AI 的信息。浏览我们的解决方案页面，了解农业中的 AI 和物流中的计算机视觉应用。探索我们的许可选项并开始构建视觉 AI 模型。
