机器视觉测量技术1概论.ppt

A.零件识别与定位 B.产品检验 C. 机器人 D. 遥感图像 E.医学分析、专家系统 F.安全检验、监视跟踪 G.影视制作、虚拟环境 视觉信息的并行处理 视觉特性 A、时间特性 累积效应：视觉受光总量E∝物体可见面积S＋表面亮度L＋观察时间T 光感受潜伏期：多次闪光导致闪烁知觉。 C、形状知觉 轮廓：把物体与视野中的其他部分区分开来。 轮廓是边界,局部概念. 形状为全体概念. D、视觉的相对性 F、视觉的整体性 H、视觉的组织性 (3) 中层视觉（middle level） 主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2．5维信息，实现的途径有立体视觉、测距成像运动估计、明暗特征、纹理特征等估计方法．系统标定、系统成像模型等研究内容一般也在这个层次上． (4) 高层视觉（high level） 主要任务是在以物体为中心的坐标系中，在原始输入图像、图像基本特征、2．5维图的基础上，恢复物体的完整三维图，建立物体三维描述，识别三维物体并确定物体的位置和方向． (5) 体系结构（system architecture） 在高度抽象的层次上，根据系统模型而不是根据实现设计的具体例子来研究系统的结构． 好比于建筑设计中某一时期的建筑风格和根据这一风格设计出来的具体建筑之间的区别． 体系结构研究涉及一系列相关的课题：并行结构、分层结构、信息流结构、拓扑结构以及从设计到实现的途径． 1.6. 计算机视觉研究面临的困难 （1） 图像多义性： 三维场景被投影为二维图像，深度和不可见部分的信息被丢失，因而会出现不同形状的三维物体投影在图像平面上产生相同图像的问题． （2）环境影响：场景中的诸多因素，包括照明、物体形状、表面颜色、摄像机以及空间关系变化都会对成像有影响. （3）知识导引： 同样的图像在不同的知识导引下，将会产生不同的识别结果． （4）大量数据： 灰度图像，彩色图像，深度图像的信息量十分巨大，需要很大的存贮空间，不易实现快速处理． 1.7 机器视觉与其它学科领域 （1）图像处理：图像处理通常是把一幅图像变换成另外一幅图像，也就是说，图像处理系统的输入是图像，输出仍然是图像，信息恢复任务则留给人来完成. （2）计算机图形学：通过几何基元，如线、圆和自由曲面，来生成图像，它在可视化和虚拟现实中起着很重要的作用．(计算机视觉正好是解决相反的问题—图像分析．) （3）模式识别：用于识别各种符号、图画等平面图形．模式一般指一类事物区别于其它事物所具有的共同特征。 （3）人工智能（AI）：涉及到智能系统的设计和智能计算的研究．在经过图像处理和图像特征提取过程后，用人工智能方法对场景特征进行表示，并分析和理解场景．人工智能有三个过程：感知、认知和行动． （4）生物物理学与认知科学：将人类视觉作为主要的研究对象．计算机视觉中已有的许多方法与人类视觉极为相似．希望计算机视觉更加自然化，更加接近生物视觉. 可见光谱: 380-780nm 1.8 人类视觉简介 人类视觉构造 角膜、虹膜、瞳孔 晶状体、睫状肌 玻璃体 视轴、光轴 视网膜 视网膜:φ6. 中央黄斑φ2. 中央凹φ1. 1万万 杆体细胞：暗视觉 650万 锥体细胞：明视觉 430*540*570 nm 任何一种神经细胞的输出都依赖于视网膜上的许多光感受器. 任何一个光感受器的输出将对许多神经细胞的输出有贡献. 感受野： 影响神经细胞的光感受细胞的全体. 感受野 视觉通路入视网膜（杆体和锥体细胞?神经信号→神经节细胞? 神经信号）出视网膜→视神经束→视交叉神经纤维?形成新视束→中枢的各个部位； 第一通路外膝体或外膝核、四叠体上丘顶盖前区和皮层等 第二通路上丘和顶盖前区丘脑枕视皮层 视觉第一通路 视觉视差 1) 非视觉性深度线索: 视觉的空间知觉 眼睛聚焦调节: 晶状体的调节. ?共焦测距. 双眼视轴的幅合： 视轴偏转角. ?三角测距. 2) 双眼深度线索:中央眼. 3) 单眼深度线索: 大 小：近：成像大；远：成像小. 物体遮挡：遮挡来判断物体的前后距离. 光亮阴影：近：物体明亮；远：物体灰暗. 颜色分布：近：黄或红；远：蓝. 空气透视：近：轮廓清晰；远：模糊不清. 纹 理：近：纹理稀疏；远：纹理密集. 运 动：近：视角变化大；远：视角变化小. B. 空 间 特 性 觉察：检测在视野中某个给定物体存在与否。 定位：对两个物体相对位置精确辨别的能力。 解像：对某视觉形状各组成部分之间距离的辨别能力 (显示 分辨) 认知：综合的能力和方法，一定的解像力和定位能力。 视敏度：所能看到的景物细节的准确性评价。 (角) 主观轮廓：