为什么对光学图像进行预处理

现在的现象，图像分析在当代技术中无处不在：从医疗诊断到自动驾驶车辆再到面部识别。使用深度学习卷积神经网络的计算机（处理图像的算法层）已经彻底改变了计算机视觉。

但是，卷积神经网络（CNN）通过从先前训练的数据中学习，经常记忆或发展成定式来对图像进行分类。而且比较容易受到对抗性攻击，这些攻击以图像中微小的、几乎无法察觉的扭曲形式出现，从而导致错误的决策。这些缺点限制了CNN的实用性。

原因：

将计算机视觉与光学预处理器相结合可以提高图像处理算法的能源效率和可靠性，由于光在预处理阶段不耗费能量就能完成数学函数，因此使用混合计算机视觉系统可以大大节省时间和能源。这种新兴的方法可能能克服深度学习的缺点，还能充分利用光学和电子学的优势。