机器视觉概述教案编写 .pptVIP

机器视觉 Machine Vision ;参考书目： 1、《图像处理、分析与机器视觉》（第二版） M.Sonka,V.Hlavac,R.Boyle著，艾海舟等译， 人民邮电出版社，2003 2、《机器视觉教程》W.E.Snyder,H.Qi著 林学訚等译，机械工业出版社，2005 3、《计算机视觉》马颂德著，科学出版社，1999 ;第一章 引 论;1. 1机器视觉;一、输入设备(input device)－包括成像设备和数字化设备．成象设备是指通过光学摄像机或红外、激光、超声、X射线对周围场景或物体进行探测成象，得到关于场景或物体的二维或三维数字化图像。;三、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（stereo vision）、测距成像（rangefinder）运动估计（motion estimation）、明暗特征、纹理特征等. 系统标定、系统成像模型等研究内容一般也是在这个层次上进行的．; 20世纪50年代归入模式识别----主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等。 60年代，Roberts积木世界理论----开创了以理解三维场景为目的的三维计算机视觉的研究。 70年代，Marr计算视觉理论----第一个较为完善的视觉系统框架，分三个层次进行处理。 80年代以后，蓬勃发展----新概念、新方法、新理论不断涌现，如基于感知特征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。;;1.2 Marr视觉计算理论; 1.2.1 三个层次;1.2.2 视觉表示框架;表1-2 由图像恢复形状信息的表示框架; 视觉处理框架基本上是自下而上，没有反馈； 没有足够地重视知识的应用。 基于感知特征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等。;1.3 机器视觉的应用;Sojourner 火星车前部图，中部的两个小突出是两个黑白CCD摄像机;Sojourner视觉系统获取的立体图象对;人脸跟踪演示;MIT Media Lab ，与虚拟生物交互演示;（基于图象序列的）五角大楼三维重建;三维人脸重建;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 。; 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。;1.4 机器视觉与其它学科关系;1.4 机器视觉与其它学科关系;1.4 机器视觉与其它学科关系;1.4 机器视觉与其它学科关系;;图1.7 透视投影几何示意图;图 1.8 正交投影几何示意图;1.5.3 视觉系统坐标系