73计算机视觉

计算机视觉CV教材及参考书教材：计算机视觉——计算机理论与算法基础马颂德张正友著参考书：机器视觉贾云得著计算机视觉CV第一章绪论一、计算机视觉二、本课程的学习内容一、计算机视觉计算机视觉CV1、学科简介产生原因：赋予机器以人类视觉的功能以发展智能机器首要目标：用图像创建或恢复现实世界模型，然后才能认知世界。发展阶段：50年代的统计模式识别，二维的图像分析和识别60年代第一次做计算机视觉的实验室——“积木世界”70年代麻省理工学院人工智能实验室，DavidMarr教授提出不同于“积木世界”的计算视觉理论，到80年代成为计算机视觉的最重要的理论框架80年代中期，新概念、新方法、新理论不断涌现，如：基于感知群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等。2、Marr视觉计算理论——三个层次计算机视觉CV2、Marr视觉计算理论——三个阶段计算机视觉CV2、Marr视觉计算理论——三个阶段计算机视觉CV3、研究内容计算机视觉CVl输入设备：成像设备、数字化设备l低层视觉：图像处理（灰度处理与几何处理）l中层视觉：恢复深度，立体视觉、测距成像等，（标定与模型研究）l高层视觉：由局部、分离的三维图生成完整的三维图l体系结构：根据系统模型（非具体例子）来研究系统的结构，有并行结构、分层结构、信息流结构、拓扑结构等4、应用领域计算机视觉CVl工业应用l导航应用：Rocky7火星探测器l遥感应用：普通摄像机、红外（气象卫星）、雷达（海洋卫星）、多光谱（资源卫星）l医学应用：X射线、CT、B超l安全鉴别、监视与跟踪车辆识别、牌号识别、人脸识别l国防应用：导弹4、应用领域计算机视觉CV5、面临的困难计算机视觉CVl图像多义性l环境因素影响l知识导引l数据量5、面临的困难——多义性图像计算机视觉CV6、与其他学科的关系计算机视觉CVl图像处理l计算机图形学l模式识别l人工智能7、成像几何基础——透视投影计算机视觉CV7、成像几何基础——正交投影计算机视觉CV7、成像几何基础——视觉系统坐标系计算机视觉CVl像素坐标：l图像平面坐标：l摄像机坐标：l场景坐标：7、成像几何基础——视觉系统坐标系计算机视觉CV像素坐标像平面坐标7、成像几何基础——视觉系统坐标系计算机视觉CV摄像机坐标场景坐标二、本课程的学习内容计算机视觉CV1、图像处理与分析-边缘2、三维模型的建立-标定、重建、模型表达3、运动分析-运动的表达、运动分析4、物体识别计算机视觉CV第二章图像处理边缘检测-图象处理的基本概念-边缘检测计算机视觉CV一、有关图像处理的几个基本概念•数字图像：用二维阵列表示的影像，阵列元素表示亮度值或灰度值•图像处理定义、分类•滤波•卷积•算子计算机视觉CV二、边缘检测1、几个基本的术语•边缘点：亮度显著变化的点•边缘段：边缘点坐标和方向的总和•边缘检测器：抽取边缘集合的算法•边缘跟踪：确定轮廓的搜索过程计算机视觉CV二、边缘检测2、边缘的种类•阶跃边缘•线条边缘计算机视觉CV二、边缘检测3、边缘的物理意义ABCDA：空间曲面的不连续点B：不同材料或不同颜色C：物体与背景的分界线D：阴影引起的边缘计算机视觉CV二、边缘检测4、边缘检测的基本原理灰度一阶差分二阶差分边缘一阶差分即大值二阶差分过零点计算机视觉CV321132512522522522523130302929二、边缘检测5、实例计算机视觉CV二、边缘检测5、实例3211325125225225225231303029811381000-221-10-167-107-100-221220-1-1原始灰度一阶差分二阶差分计算机视觉CV二、边缘检测6、边缘与噪声计算机视觉CV二、边缘检测7、常规的边缘检测算子•Robert算子•Sobel算子•Prewitt算子•拉普拉斯算子计算机视觉CV二、边缘检测8、带平滑的边缘检测算子•LoG算子高斯拉普拉斯算子计算机视觉CV二、边缘检测9、边缘的子像素级估计•边缘的子像素级估计的意义•边缘的子像素级估计的方法-按过零点原则直接计算-曲线拟合法