计算机视觉经典案例.ppt

计算机视觉;课程信息;主要参考书;绪论Introduction;主要内容;1.1. 计算机视觉的概念;1.1. 计算机视觉的概念;计算机视觉与相关学科的关系 ;1.2. 计算机视觉的发展;1.2. 计算机视觉的发展;1.2. 计算机视觉的发展;计算机视觉的困难与问题 ;计算机视觉的应用 ;计算机视觉的应用;1.3 Marr的计算视觉理论框架 ;1.3 Marr的计算视觉理论框架;1.4 课程内容;补充：matlab程序设计;数字图像处理Digital Image Processing;图像分析系统;主要内容;2.1.1 卷积(Convolution);2.1.1 卷积;2.1.2 傅立叶变换(Fourier Transform);2.1.2 傅立叶变换;2.1.2 傅立叶变换; ;2.2 数字图像的形成;图像数字化;2.2.1 采样;2.2.1 采样;2.2.1 采样;2.2.1 采样; ;2.2.2 量化; ;2.3 数字图像性质(I);2.3 数字图像性质(II);2.3 数字图像性质(III);2.3.1 直方图(brightness histogram);2.3.1 直方图;2.3.2 图像中的噪声;2.3.2 图像中的噪声;2.3.2 图像中的噪声;第3章 图像预处理;3.1 像素亮度变换;灰度级变换;直方图均衡化(histogram equalization);直方图均衡化;直方图均衡化;直方图均衡化; ;3.2 图像平滑;图像平滑;3.2.1 平均;3.2.1 平均; ;3.2.2 限制数据有效性下的平均;3.2.3 反梯度平均;3.2.4 旋转掩膜平均;3.2.5 中值滤波;3.2.5 中值滤波;;3.3 边缘检测;3.3 边缘检测;3.3.1 边缘检测与滤波器; 对于二维图像f (x, y)，梯度定义为： 一阶微分是梯度的模： 二阶微分应理解为沿梯度方向的二阶方向导数，计算比较复杂，一般采用两阶微分算子（拉普拉斯算子）表示，拉普拉斯算子具有各向同性 ;连续情况：微分滤波器;连续情况：微分滤波器;连续情况：微分滤波器;连续情况：微分滤波器;连续到离散 离散信号的平滑滤波用离散卷积表示;离散情况：差分滤波器;离散情况：差分滤波器;差分滤波器;差分滤波器;差分滤波器;;3.3.2 多尺度滤波器与过零点定理;过零点指纹图;过零点指纹图;多尺度滤波器与边缘检测;多尺度滤波器与边缘检测;多尺度滤波器与边缘检测;3.3.3 最优边缘检测滤波器;边缘检测的Canny准则;Canny准则下的最优边缘检测滤波器;Canny边缘检测(I);Canny边缘检测(II);Canny边缘检测(III);Canny边缘检测(IV); ;总结：边缘检测;补充：病态问题与正则化方法;病态问题;正则化方法;举例：边缘检测中的正则??方法;举例：边缘检测中的正则化方法;3.4 其他图像处理;3.4.1 角点(Corner Point)检测;3.4.1 角点检测;3.4.1 角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测;Harris角点检测举例;Harris角点检测举例;Harris角点检测举例;Harris角点检测举例;Harris角点检测举例;Harris角点检测讨论;3.4.2 直线检测;3.4.2 直线检测;基于Hough变换的线检测;基于Hough变换的线检测;基于Hough变换的线检测;基于Hough变换的线检测;基于Hough变换的线检测举例;总结：数字图像处理;总结：数字图像处理;总结：数字图像处理;算法总结;摄像机标定与立体视觉Camera Calibration Stereoscopic Vision;主要内容;主要内容;The End