计算机视与觉发展史 .ppt

* * 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．另外，在不同角度获取同一物体的图像会有很大的差异． （2）环境因素影响：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，巨大的数据量需要很大的存贮空间，同时不易实现快速处理． * * 7. 计算机视觉与其它学科领域的关系 （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（Visualization）和虚拟现实(Virtual Reality）中起着很重要的作用．计算机视觉正好是解决相反的问题，即从图像中估计几何基元和其它特征．因此，计算机图形学属于图像综合，计算机视觉属于图像分析． （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。模式识别方法有统计方法和句法方法两种，统计方法是指从模式抽取一组特征值，并以划分特征空间的方法来识别每一个模式 * * （4）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，接下来要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．． （5）人工神经网络（ANNs）：是一种信息处理系统，它是由大量简单的处理单元（称为神经元）通过具有强度的连接相互联系起来，实现并行分布式处理（PDP）．人工神经网络的最大特点是可以通过改变连接强度来调整系统，使之适应复杂的环境，实现类似人的学习、归纳和分类等功能． （6）神经物理学与认知科学：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．许多计算机视觉研究者对研究人类视觉计算模型比研究计算机视觉系统更感兴趣，希望计算机视觉更加自然化，更加接近生物视觉 * * 8. 计算机视觉研究对策 研究人员不断寻求新的途径和手段，比如，主动视觉(active vision)，面向任务的视觉(task-oriented vision)，基于知识、基于模型的视觉，以及多传感融合和集成视觉等方法，其中人们越来越重视对知识的应用．我们会看到，计算机视觉系统的最大特征是，在视觉的各个阶段，系统尽可能地进行自动运算．为此，系统需要使用各种知识，包括特征模型、成像过程、物体模型和物体间的关系．如果计算机视觉系统不用这些知识，则其应用的范围及其功能将十分有限．因此，视觉系统应该使用那些可以被明确表示的知识，以使系统具有更高的适应性和鲁棒性．合理地使用知识不仅可以有效地提高系统的适应性和鲁棒性，而且可以求解计算机视觉中较难的问题． * * 1．基于视觉感知与认知机理的图像分析与识别系统 研究目标：突破基于人类视觉感知与认知机理的图像处理模型、 关键技术和算法，建立个性化、高准确度的图像分析 与识别系统。 研究内容：分层交互的统计视觉计算模型与推理，基于感知整 合机制的视觉模式识别技术，具有选择性注意机制的 视觉信息搜索与多目标跟踪模型 。 863计划信息技术领域2006年度专题课题申请指南 目标导向类课题 ： * * 2．复杂应用环境下的生物特征识别系统 研究目标：突破安全便捷的、高可靠性的多生物特征获取及识 别算法，建立面向典型应用的生物特征识别与认证原 型系统。 研究内容：脸相、虹膜、掌纹等多生物特征获取技术，大规模 生物特征库的分类和检索，具有鲁棒性的生物特征识 别关键技术，面向实际应用需求的多种生物特征的融 合技术等。 863计划信息技术领域2006年度专题课题申请指南 目标导向类课题 ： * * 图1．6 透视投影倒立成像几何示意图 透视投影 * * 图1．7 透视投影几何示意图 * * 图 1．8 正交投影几何示意图 正交投影 * * 视觉系统坐标系 像素坐标：表示图像阵列中图像像素的位置； 图像