由于视觉处理和自然世界紧密相连，自然世界的不确定性必然会带入到视觉处理中，并且也称为视觉处理的主要难点，当遇到一个视觉处理的难题时，除了运用平时积累专业领域的知识外，还要有专业的思维方法作为整体解决问题的框架，只要沿着正确的思维方式进行深挖，一定有所突破，问题一定会迎刃而解，掌握了正确的思维方式，就可以自信的说，没有解决不了的难题。下面总结我在工作学习中探索出的一些思路，看似简单，但是在遇到问题时，总是容易被忽略。

由特例到一般
这个可能算不上一个创新性的思维方式，类似于数学上的归纳法，但是如何将其运用到视觉处理任务是接下来讨论的重点。

一个算法，一个模型一定不是万能的，一定是在一个限制假设、框架下才是成立的、有效的。当遇到一个复杂问题时，它的框架一定是非常开阔的，这时如果按照原有问题的框架去开发算法，那么一定是不稳定的。所以可以将其框架缩小，缩小到一个比较理想的环境下，在这样的环境下开发出稳定的算法是相对容易些，之后再逐渐扩大框架，每一次都保证算法的稳定，最后的算法就可以解决原始的问题。这被称为由特例到一般的思维方式，也可以被认为将问题简化，又简单到复杂，逐步迭代解决问题的思维方式。

由粗搜到精搜
该方法可能更为具体，常用于对目标进行检测。在对实际目标进行检测时，不会是用几个目标检测算法就能将检测精度达到很高水平，很多时候需要多种方法进行结合，并且很多检测任务对准确率、检测精度都有很高的要求。选用哪种算法、如何使用这些算法都是值得商榷的问题。那么一个很好的方法就是又粗到精，可以先大范围的搜索，可能包含一些错误的检测，接下来在这些粗略的检测中再用其他方法进行精细的搜索、检测，最终达到所要求的检测效果。这种方法也可以归为由简单到复杂。

对问题进行定义
在解决一个问题时，对该问题进行有效、准确的定义是非常关键的，如果不能概况出所要解决问题、对象的特点，那么最后的结果一定是不准确的。例如求图像边缘，最开始解决该问题时，没有人知道什么是边缘，在后来将边缘的概念定义后，人们才按着边缘定义的概念进行相应的算法开发，那么所有的算法永远也不会脱离边缘的定义。所以，对问题的定义的准确性直接影响后续解决问题的效果。

这些思维方式不一定是最抽象的，但一定是可以解决问题的，不断总结好的方法、思维方式补充进来，在遇到问题时，一个方法一个方法去尝试、去思考，最终一定会有解决的办法。
联系我时，请说是在东莞机械网看到的，谢谢！