計算機視覺作為一個領域是一個智力前沿。像任何前沿一樣，它令人興奮且雜亂無章，而且常常沒有可靠的權威可以求助。許多有用的思想沒有理論基礎，有些理論在實踐中毫無用處；發達地區分布廣泛，往往一個看起來完全無法與另一個相提并論。盡管如此，我們在這本書中試圖呈現一幅相當有序的領域圖景。我們看到的是計算機視覺或僅僅是“視覺”；向那些研究人類或動物視覺的人致歉，他們把人類或動物的視覺視為一個企業，他們使用統計方法，利用幾何、物理和學習理論構建的模型來理清數據。因此，在我們看來，視覺依賴于對相機和圖像形成的物理過程（本書第一部分）的扎實理解，從單個像素值（第二部分）中獲得簡單的推斷，將多個圖像中可用的信息組合成一個連貫的整體（第三部分），將某些順序強加給像素將它們彼此分離或推斷形狀信息（第四部分），并使用幾何信息或概率技術識別物體（第五部分）。計算機視覺有著廣泛的應用，包括舊的（如移動機器人導航、工業檢測和軍事智能）和新的應用（例如，人機交互、數字圖書館中的圖像檢索、醫學圖像分析和計算機圖形學中合成場景的真實感繪制）。

　　計算機視覺的一大訣竅是從圖片或圖片序列中提取對世界的描述。這無疑是有用的。拍照通常是非破壞性的，有時是謹慎的。它也很容易而且（現在）便宜。用戶所尋求的描述在不同的應用程序之間可能有很大的不同。例如，一種稱為“運動結構”的技術可以從一系列圖片中提取描述的內容和相機如何移動的表示。娛樂業的人們使用這些技術來建立建筑物的三維（3D）計算機模型，通常保持建筑物的結構并放棄運動。這些模型用于實際建筑無法建造的地方；它們被縱火、炸毀等。好的、簡單的、準確的、令人信服的模型可以從相當小的一組照片中建立起來。想要控制移動機器人的人通常會保持運動而丟棄結構。這是因為他們通常知道機器人工作的區域，但通常不知道機器人在該區域的精確位置。他們可以根據固定在機器人上的攝像機是如何移動的信息來確定的。計算機視覺還有許多其他重要的應用。一種是醫學成像：一種是建立軟件系統，可以增強圖像，識別重要的現象或事件，或者可視化成像獲得的信息。另一種是檢查：一種是對物體拍照，以確定它們是否在規格范圍內。第三個是解釋衛星圖像，這兩個目的都是為了軍事目的（可能需要一個程序來確定某個地區最近發生了什么軍事上有趣的現象；或者說轟炸造成了什么樣的破壞）和民用目的（今年的玉米收成是什么？還剩下多少雨林？）第四個問題是組織和組織圖片集。我們知道如何搜索和瀏覽文本庫（盡管這是一個仍有許多難題的課題），但不知道如何使用圖像庫或視頻庫。

?

　　計算機視覺在其發展中處于一個非常重要的階段。這門學科自20世紀60年代就已經出現了，但直到最近才有可能利用計算機視覺的思想來建立有用的計算機系統。這種繁榮是由幾個趨勢推動的：計算機和成像系統變得非常便宜。不久前，要獲得好的數碼彩色圖像需要數萬美元，而現在最多只需要幾百美元。就在不久以前，彩色打印機是人們在少數幾個研究實驗室（如果有的話）中發現的東西；現在它們在許多家庭中都有。這意味著做研究更容易。這也意味著，有許多人的問題，計算機視覺的方法適用。例如，人們希望組織他們的照片集，制作周圍世界的三維模型，以及管理和編輯視頻集。我們對視覺基礎的基本幾何和物理的理解，更重要的是，我們對視覺的理解有了很大的提高。我們開始能夠解決很多人關心的問題，但是難題都沒有解決，還有很多簡單的問題也沒有解決（在努力解決難題的同時保持一個人的智力健康）。現在是學習這個課題的好時機。