第一讲(2015.4.1)说课.pptVIP

机器视觉 电子学院 孙农亮 nl-jackson@ 第一讲 绪论 参考资料 1.Machine Vision, by Ramerh Jian, et al 2. 机器视觉，贾云得 编著 3 .计算机视觉——计算机理论与算法基础， 马颂德著 成绩评定 考勤20% 作业30% 考试50% 计算机视觉是研究用计算机来模拟人和生物的视觉系统功能的技术学科. 它是一门综合性的学科，其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等. 目标: 让计算机能够感知周围视觉世界,了解它的空间组成和变化规律. 传感、抽象、判断、识别、理解 计算机视觉的目标 David Marr (1945-80)、马尔是 英国心理学家。 他将心理学，人工智能和神经生理学的结果结合起来，对视觉的研究做出了重要贡献。他是计算视觉的奠基人。35岁，患白血病去世。 该书概括了Marr从1973到1977年在MIT人工智能实验室的研究工作。发表于1982。 该书诣于建立一个研究视觉的新框架。 D. Marr. Vision. Freeman and Company, Oxford, 1982. 计算机视觉的任务及目前研究的现状 感谢中国科学院自动化研究所的胡占义教授 人类视觉的目的 J J Gibson 理论 1: 适应外界环境 2：控制自身的运动 D Marr:重构可见表面的几何形状 形状 位置 运动 整体感知 不可计算 可计算 计算机视觉的任务 中心任务就是对图象进行理解 对单幅图象的理解 对多幅图象的理解 对视频图象的理解 21世纪，是对video图象进行理解的世纪 理解什么？ 形状，位置、运动 人类视觉 计算机视觉 认知和感知理论或模型只有可计算才能对计算机视觉研究有推动作用 历史与现状 计算机视觉20多年来的二大事件 主动视觉，目的视觉 Marr计算视觉理论 （80年代） 使计算机视觉成为一门独立科学 摄象机自标定和分层重建（90年代） 使计算机视觉走出了低谷 Marr计算视觉理论 Marr计算视觉理论有二个核心论点： 1：人类视觉的主体是重构可见表面的几何形状 (表达问题)； 2：人类视觉的重构过程是可以通过计算的方式完成的。 视觉表达问题 Representation ( 表达) 表达是指大脑对看到的外界物体在内部是如何表示的. 表达是 perception 的最终目标. 后续过程属 cognition 的范畴 Marr 认为人类对物体的内部表达是该物体坐标系下的几何形状. Marr计算视觉理论 三个层次 计算理论 表达与算法 硬件实现 三个步骤 Primitives 2.5 D 3D 计算理论 表达与算法 硬件实现 系统各部分的计算目的和计算策略，即各部分的输入输出是什么，之间的关系式什么变换货约束 视觉系统的研究应给出各部分的输入输出和内部的信息表达，及实现所规定目标的算法 如何用硬件实现以上算法 算法的三个步骤 图像 Zero-crossing Raw primal sketch Full primal sketch 立体视觉 运动分析 轮廓分析 光照分析 表达 3D物体识别 物体种类形状位置的描述 马尔视觉信息处理的三个阶段： 图像低层处理 中层处理 空间表达与建模 高层分析 图像获取； 图像预处理包括图像滤波、增强、矫正； 抽取要素图 恢复其2.5维结构， 形状与位置 进行建模与表达 识别、分析、理解、描述 人类立体视觉模块 尽管人们对Marr计算视觉理论提出了这样那样的质疑和批评，但Marr计算视觉仍然是计算机视觉的主流理论。 也许Marr的“视觉主体为对可见表面的重构”假设是错误的，但人类的立体视觉通道是最主要的通道之一。 计算机视觉的发展历程 1982 1988 1993 2004 工业应用， 精度要求高 精度要求不高的应用 ？ 92年以来最大的理论成果 分层重构理论 图象 图象 射影空间 仿射空间 欧氏空间 欧氏空间 认知心理学实验支持分层重构理论 优先级别 拓扑空间 射影空间 仿射空间 欧氏空间 不同空间下重建的定义 如果 则 当A为射影变换矩阵时，称此时的重建为射影重建 当A为仿射变换矩阵时，称此时的重建为仿射重建 当A为刚体变换矩阵时，称此时的重建为欧氏重建 PE XE 计算机视觉的几个核心问题 单幅图象 分割问题 多幅图象 三维重构问题 运动分割与跟踪 与心理学、神经解剖学、生物物理学结合，解决计算机视觉的核心问题 可计算性 三维重构 运动分析 运动分割 物体跟踪 对应问题 重构理论 值得研究的主要方向 当前