硕士毕业论文结束之后，关于学术上的事情告一段落了。

说起我和Vision之间的故事，可以从大三马老师开设的《生物图像处理技术》开始。马老师的这门课其实是生物医学工程专业的，当时很不明白我们（自动化专业）为什么要学这个，直到离开了哈工大（威海），回顾马老师的工作，发现原来马老师是做国产超声设备的，而我当时只关注了Vision在自动化工业生产线的应用。

现在回想起来，马老师的课讲的很好。从CCD成像原理到如何有效使用光源打光，到基于信号处理理论的Low-level图像处理技术，再到中层次的Pattern Analysis，最后是Vision技术在医疗中的应用，包括各种模态的图像（X-ray，CT，PET，MRI等）成像原理，以及其应用。可惜的是当时处于保研的关口，而我那一年的全系前十都可以自主选择学校，心里慌慌的，课程有些没跟上。现在想想好可惜，那一学期既有马老师的课，还有《人工智能》这门课，里面详细讲了神经网络和模糊系统，可惜也耽误了一些时间，后来在研究生期间又补上了一学期的《人工智能》。

保研的事情确定下来之后，就进入了学校自动化系的机器人研究中心，当时自己对Vision的认识，全是从马老师的课上陆续获得的，主要的平台就是Matlab，而且当时对于Matlab的认识也不深入。在机器人研究中心嘛，所以Vision要用到机器人上面嘛，作为机器人系统的输入。当时中心的机器人全是嵌入式的，而且当时的Matlab Coder工具箱还不成熟，同时我也不知道有这个工具箱，所以就开始按部就班的自学大名鼎鼎的据说能用到嵌入式系统的OpenCV。

大家都推荐OpenCV的红宝书《Learning OpenCV中文版》，于是也入手了一本，照着书上的代码开始学计算机视觉。很可惜的是，学了大概三周之后，感觉自己除了写C/C++代码水平提高了之外，对于Vision还是一脸懵逼。当时实验室的主要研究方向为机器人系统，而我呢，就一心把OpenCV移植到嵌入式系统。但是当时的我，一方面对OpenCV不是很熟悉，另一方面对于嵌入式来说也只是能用用8051和AVR，连ARM都没有用过，所以结果可想而知，OpenCV移植没有成功，现在回想起来，那时候的自己真的是一只好单纯的专注于技术的宝宝。当时觉得自己实在不是这块料，不如专心研究一个方面，所以就转了个弯直奔着嵌入式去了，Vision什么的先放一放吧，贪多嚼不烂。

要不说事情就是这么巧呢，马上开始的本科毕业设计选题，我的硕士生导师给了我一个三维重建的题目。刚刚从Vision的门里转出来，现在又不得不走进去了。因为是毕业设计，比之前的时候查了更多的资料，找了更多的书去读，对Vision的理解更加深入。对比了各种三维重建的方案，最后采用了一种最低成本的基于立体视觉（Stereo Vision）的三维重建（3D Reconstruction）。简单的来说，就是利用双目系统进行三维重建。因为不管是架设激光线运动机构或是搭建投影仪对于我这个穷学生的毕业设计来说，都是非常不合适的。确定了方案之后，下一步就是去实现整个过程了。因为我当时感觉自己只会使用OpenCV，于是就继续使用C/C++照着OpenCV的Document一步步去做。虽然当时Python也很火，但是周围没几个人在用，毕竟是嵌入式和机器人相关的实验室。

正当我用C/C++苦逼地调试OpenCV代码的时候，有个神奇的软件引起了我的兴趣。隔壁马老师实验室有个做工业检测的，用的传感器是工业摄像头，检测算法就是Vision中的常规手段。但是值的注意的是，他工作完成的特别快，往往我得用OpenCV捣鼓一晚上才能弄完的东西，他几乎分分钟搞定。一问才知，他用的是Halcon软件，当时抱着好奇的想法，也装到了电脑上。天哪！简直就是做图像处理（Image Processing）的神器。当时只是认为这就是图像处理，一只呆呆的小萌新。后来特意去图书馆读完了张广军院士的《机器视觉》，弄清楚了Computer Vision和Machine Vision的区别。

使用Halcon开发，完全不用管底层的语言问题，使用伪代码开发，并且开发环境提供了大量而且顺手的开发助手，加快了开发流程。首先在Halcon develop里面使用伪代码调试，整个工程原理得以验证之后，一键生成C语言，C++或者C#代码，想嵌入什么地方就嵌入什么地方。而且提供了大量摄像机的驱动，连最烦人的GUI都有提供，Linux或者Windows随意开发，简直就是开发者的福音啊。但是这个软件是收费的，而且收费不菲，对于工业现场或者其他高成本的场合来说，从成本上来说，这其实是不贵的，因为可以加快开发效率，使产品提前发布。很多使用Halcon进行机器视觉软件开发的团队都不大，因为Halcon帮他们处理好了很多工作，我的毕业设计也给出了Matlab和Halcon两个版本。我有时候想，如果我没有继续读研的话，那么我一定是一个优秀的Halcon开发工程师。

对于当时的我来说，使用Halcon开发有一个天大的好处：终于可以把生成的代码嵌入到机器人中了。当时简直如鱼得水，觉得图像处理（Image Processing）真好玩。但是对于我的毕设来说，Halcon过于简单了，所有的细节都被封闭起来了，为了把我的论文填充完整，我不得不继续深入研究摄像机标定（Camera Calibration），双目匹配（Stereo Matching），三角测量（Triangulate）和三维点云处理（3D Point Cloud Processing）。这些算法大都是几何问题，而那本《计算机视觉中的多视几何》真心不适合那个时候的我去看。我正告大家，如果没有点数学底子的话，根本看不懂，而且会丧失信心。在那个时候，我获益最多的就是张广军院士的《机器视觉》那本教材。利用Matlab跟着书上的内容一步步地推导公式，调试代码，验证结果，走完了从如何标定两个相机到测量一个点的三维坐标整个过程。这时候的我对Matlab的认识，也更加深入，知道了Matlab不仅仅有Simulink还有各种各样的Tool Boxes。恰巧那时候，Math Works更新了计算机视觉工具箱，我算是较早接触该工具箱的人。很可惜的是，那时候的计算机视觉工具箱刚刚从图像处理工具箱里面脱离出来，功能很不完善，但是对于我完成毕业设计是足够了。

虽然那个时候的我对Halcon编程非常熟悉，可是手边并没有合适的项目，对Halcon的关注就放在一边，偶尔会写段代码，做成dll发给别人。恰巧那时候，Matlab Coder也开始发力，我不禁对除了生孩子什么都能干的Matlab产生了好感，感叹这真是一个强大的软件啊：写完了M代码可以直接转成C/C++语言，真是个神奇的东东。除了转化为C/C++语言，更有HDL Coder可以转化为FPGA中的VHDL和Verilog语言，直接将算法部署到硬件上。这是当时促使我继续研究这个笨重的Matlab的直接力量，当时我觉的冯诺依曼体系结构的硬件，简直是算法设计者的敌人，而自由的FPGA将是未来的主流。不得不说，当年的我真是书生意气。

相较于Halcon来说，Matlab是一个通用的工具，不仅可以用在Vision方面，而且可以用到几乎能想到的所有需要计算的工科领域。利用Matlab Coder和HDL Coder等工具将原本只能在实验室的理论，快速转化为生产效益，给广大科研工作者带来了福利，延长了程序员的寿命……

后来，后来就本科毕业了。

进入到研究生的阶段之后，不得不说，思维完全转变了。读论文，天马行空地读论文，TPAMI，IJCV，TIP，TMI，CVPR，ICCV…...大牛Richard Hartley，Andrew Zisserman，Hongdong Li…...仰望星空，一片璀璨。

关于研究生期间的学术，这是另一个故事了…

从本科三年级开始自学计算机视觉（Computer Vision），后来结合机器人系统，进入机器视觉（Machine Vision），又转回到点云处理（Point Cloud Processing），后又进入到到凸优化（Convex Optimization）。从OpenCV到Halcon到Matlab，走完了一个只会Call函数的码农到写出来的公式谁也看不懂的过程。

前面说了这么多，以我本身为例，说明了对于一个只会图像处理的生手来说，进入Vision的大门是一个非常费力的事情。我之前走过了太多的弯路，Matlab作为一款久经考验的软件，非常适合作为研究计算机视觉算法的工具，而且如果没有特殊要求的话，Matlab Coder模块可以迅速将其转化到生产环境中。Matlab官方推出了一部分中文版的文档，目前Computer Vision工具箱还没有中文版翻译。因此，我自己给出了Matlab Computer Vision工具箱文档的翻译版。这个版本不一定会严格对应到文档中，只是为了让大家快速进入Vision的大门。

 

2018年5月7日       

 

天朝来的蚂蚁      

YinlongLiu@163.com