计算机视觉与应用 配套课件.pptx

计算机视觉与应用配套课件

CONTENTS目录第1章计算机视觉与应用导论第2章图像滤波第3章图像变换第4章图像特征提取与匹配第5章目标检测第6章目标跟踪第7章目标识别第8章目标三维重构第9章图像分类第10章神经网络

第1章计算机视觉与应用导论

1.1计算机视觉概念

CONTENTS目录计算机视觉定义01计算机视觉的发展历程02计算机视觉的应用03

CONTENTS目录计算机视觉定义01计算机视觉的发展历程02计算机视觉的应用03

每一个图片都讲述一个故事一图值千言

摄像机计算机眼睛大脑人类视觉计算机视觉计算机视觉-像人一样感知

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，计算机视觉是指用摄像头和电脑代替人眼对目标进行识别、跟踪和测量，并处理成更适合人眼观察或传送给仪器检测的图像的过程。计算机视觉是以图像处理技术、信号处理技术、概率统计分析、计算几何、神经网络、机器学习理论和计算机信息处理技术等为基础，通过计算机分析与处理视觉信息,最终研究目标是使计算机能像人那样通过视觉观察理解世界，并具有自主适应环境的能力。计算机视觉定义

计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，形象地说，就是给计算机安装上眼睛（照相机）和大脑（算法），让计算机能够感知环境。计算机视觉是用计算机来模拟人的视觉机理获取和处理信息的能力。它的主要任务就是通过对采集的图像和视频进行处理以获得相应场景的三维信息，就像人类和许多其他生物每天所做的那样。计算机视觉原理

相关学科

CONTENTS目录计算机视觉定义01计算机视觉的发展历程02计算机视觉的应用03

计算机视觉的发展历程

1970s从二维图像中构建三维结构-70年代，研究者开始去试图解决这样一个问题，就是让计算机告知他到底看到了什么东西。人们普遍认为人之所以能理解这个世界，是因为人有两只眼睛，能看到的世界是立体的。1980s让计算机理解图像-80年代，是人工智能发展的一个非常重要的阶段。这个时候在人工智能界的逻辑学和知识库推理方面大行其道，计算机视觉的方法论也开始在这个阶段产生了一些改变。1990s统计分析方法、局部特征描述符的兴起-90年代，人工智能界出现了一次比较大的变革，也就是统计方法的出现，计算机视觉技术取得了更大的发展，开始广泛应用于工业领域。计算机视觉的发展历程

2000s进入21世纪，得益于互联网兴起和数码相机出现带来的海量数据，加之机器学习方法的广泛应用，计算机视觉发展迅速。以往许多基于规则的处理方式，都被机器学习所替代，自动从海量数据中总结归纳物体的特征，然后进行识别和判断。这一阶段涌现出了非常多的应用，包括典型的相机人脸检测、安防人脸识别、车牌识别等。2010s到2010年，人工智能进入了一个最激动人心的年代，它就是深度学习的年代。借助于深度学习的力量，计算机视觉技术得到了爆发增长和产业化。通过深度神经网络，各类视觉相关任务的识别精度都得到了大幅提升。计算机视觉的发展历程

CONTENTS目录计算机视觉定义01计算机视觉的发展历程02计算机视觉的应用03

计算机视觉应用

目标识别-人脸识别

视频/监控分析

图片识别分析

驾驶辅助/智能驾驶

三维图像视觉

利用机器视觉可以快速获取大量信息，并进行自动处理。在自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。工业视觉检测

利用机器视觉可以快速获取大量信息，并进行自动处理。在自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。医疗影像诊断

医疗数据中有超过90%的数据来自医疗影像，常见的医学成像有B超、核磁共振、X光拍片等。医疗影像领域拥有孕育深度学习的海量数据，随着AI技术的发展，AI根据图像的特征对相关疾病的可能性进行分析，医疗影像诊断可以辅助医生，提升医生的诊断的效率。医疗影像诊断

计算机文字识别俗称光学字符识别，它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。文字识别

目前市场上也出现了很多运用机器学习算法对图像进行处理，可以实现对图片的自动修复、美化、变换效果等操作，并且越来越受到用户青睐。图像及视频编辑

1.2计算机视觉编程工具及环境配置

CONTENTS目录Python简介01OpenCV简介02Python及OpenCV安装03Python的运行04

CONTENTS目录Python简介01OpenCV简介02Python及OpenCV安装03Python的运行04

Python是一个高层次的结合解释性、编译性、互动性和面向对象的脚本语言。Python是一种解释型语言；Python是交互式语言；Python是面向对象语