计算机视觉课程总结.pdfVIP

计算机视觉 REVIEW.pdf 要点 一、引言： 计算机视觉：根据场景的图像实现场景中对象信息的恢复和利用 格式塔法则（理解每条意思，能简单解释）——公理性的描述而非机理性的解释 1、Law of Proximity(相近) ：接近或邻近原则。 2、Law of Similarity(相似) ：相似原则。刺激物的形状、大小、颜色、强度等物理属性方面比较相似时，这 些刺激物就容易被组织起来而构成一个整体。 3、Law of Common Fate(方向) ：共方向原则。如果一个对象中的一部分都向共同的方向去运动，那这些共 同移动的部分就易被感知为一个整体。 4、Law of Symmetry ：即，人们对一个复杂对象进行知觉时，若无特定要求，常常倾向于把对象看作是有 组织的简单的规则图形——匀称、简单而稳定。 5、Law of Continuation(连续) ：连续性原则。如果一个图形的某些部分可以被看作是连接在一起的，那么 这些部分就相对容易被我们知觉为一个整体。 6、Law of Closure(封闭) ：封闭的原则，有时也称闭合的原则。有些图形是一个没有闭合的残缺的图形，但 主体有一种使其闭合的倾向，即主体能自行填补缺口而把其知觉为一个整体。 Marr 视觉理论： 1、信息处理分析的三个层次：计算层、表示和算法层、实现层 2、视觉表示框架的三个阶段： 第一阶段(Primal Sketch) ：将输入的原始图像进行处理，抽取图像中诸如角点、边缘、纹理、线条、边 界等基本特征 ，这些特征的集合称为基元图 ； 第二阶段(2.5D Sketch) ：指在以观测者为中心的坐标系中由输入图像和基元图恢复场景可见部分的深 度、法线方向、轮廓等，这些信息包含了深度信息，但不是真正的物体维表示 ，因此 ，称为二维半图 ； 第三阶段(3D Model) ：在以物体为中心的坐标系中，由输入图像、基元图、二维半图来恢复、表示和识 别三维物体--三维建模。 二、二值图像 二值图像的几何特性（能举例说出有哪些几何特性） 1、尺寸和位置 ：面积(零阶矩)、区域中心(一阶矩) 2、方向： （1 ）某些形状 (如圆)是没有方向的 ；假定物体是长形的,长轴方向为物体的方向。 （2 ）用最小二乘法拟合求解方向 - 最小化问题 ： 3、伸长率（max/min ）、密集度（面积/周长 2 ，CirSqrRect ）、形态比（最小外接矩形的长宽比） 4、欧拉数（亏格数，genus ）：连通分量数减去洞数。平稳、旋转和比例不变。 投影计算（水平、垂直；知道定义与基本原理、给例子会计算） 1、定义：给定一条直线，用垂直该直线的一簇等间距直线将一幅二值图像分割成若干条，每一条内象素值为 1 的象素的数量。 2、投影计算： 垂直（横向积累） 水平（纵向积累） 对角线投影（仿射变换） 连通区域 1、定义： --连通：自反性、互换性、传递性； --连通分量：连通像素的集合； --邻点 ：四连通邻点、八连通邻点--四连通路径、八连通路径 2、连通分量标记算法（递归、序贯） （1 ）递归算法： 1.扫描图像，找到没有标记的一个前景点（像素值为 1 ），分配标记L 2.递归分配标记 L 给该点的邻点 3.如果不存在没标记的点，则停止 4.返回第一步 （2 ）序贯算法：（for 4 连通） 1.从左至右 ，从上到下扫描图像 2.如果像素点值为 1 ，则 a.如果上面点和左面点有且仅有一个标记，则复制这一标记 b.如果两点有相同标记，复制这一标记 c.如果两点有不同标记，则复制上点的标记且将两个标记输入等价表中作为等价标记 d.否则给这一个像素点分配一新的标记并将这一标记输入等价表 3.如果需要考虑更多点，返回2 4.在等价表中的每个等价集中找到最低的标记 5.扫描图像，用等价表中的最低标记取代每一