机器视觉_第1章-概述.pptx

机器视觉：1.概述

机器视觉应用机器视觉发展简史机器视觉任务内容组织与教学建议机器视觉的定义

机器视觉的定义什么是机器视觉

1.1什么是机器视觉Part14“百闻不如一见”：视觉占感知信息的75%-80%让机器具有像人一样的智能，能够通过视觉感知和理解环境，是人类长久以来的梦想。机器视觉：让机器如何“看到”的科学

1.1什么是机器视觉Part15从图像看视觉的直观定义画面里都有什么？人、车和房子在什么位置？目标在做什么？目标间有什么关系？

1.1什么是机器视觉Part16目标的分割和识别；目标的三维位置信息；行为理解与分析；语义理解与推理。上述问题对应了视觉从底层到高层的不同认知层次：

机器视觉任务正式定义基本任务

2.1机器视觉的正式定义Part28机器视觉是使用光学器件进行非接触感知，自动获取和解释一个真实场景的图像，以获取信息和(/或)控制机器或过程。SME(美国制造工程师协会)关于机器视觉的定义：机器视觉系统的输入是外界环境图像或图像序列（视频），输出则是视觉处理后的信息，这些信息可作为最终结果直接反馈给人类或输出至其他设备，作为最终控制及决策的依据。根据这一定义：

2.2机器视觉基本任务Part29在制造业中，机器视觉的基本任务包括测量、检测、定位与识别。9

2.2机器视觉基本任务Part210机器视觉基本任务——测量10

2.2机器视觉基本任务Part211机器视觉基本任务——检测11外观缺陷检测

2.2机器视觉基本任务Part212机器视觉基本任务——定位12坐标输出定位内部特征定位

2.2机器视觉基本任务Part213机器视觉基本任务——识别13光学字符识别颜色识别

2.2机器视觉基本任务Part214除制造领域外，机器视觉还在消费电子、自动驾驶、医疗、能源等领域有广泛应用，包括视觉引导机器人、视觉跟踪系统、视觉辅助导航、自动驾驶、能源生产过程自动化等。14

机器视觉发展简史相关学科相关学科发展机器视觉发展

3.1机器视觉相关学科Part316和如下学科密切相关：视觉神经生理学人工智能与机器学习数字图像处理神经生理学图像处理机器学习人工智能机器视觉

3.2相关学科发展Part3171958年，美国DavidHubel和TorstenWiesel在JohnHopkins大学通过测试猫的视皮质细胞，发现视皮质细胞只对视网膜上的图像的某些特定细节有反应，并且这些细胞似乎会自然映射到不同角度（1981年获诺贝尔生理学奖）视觉神经生理学

3.2相关学科发展Part318人的视觉系统采用分级信息处理方式，对应不同层次处理的细胞呈层状排列，即视觉皮层。视觉神经生理学

3.2相关学科发展Part319初级视觉系统中的神经元感受野较小，可实现高分辨率的视觉处理。每个感受野的时空结构可视为对图像的给定属性进行局部滤波的处理单元。随着处理向高层移动，感受野越来越大，特征复杂度不断增加。对象识别是视觉层次化处理的一个典型示例，可通过多层协同作用构造感受野的计算模型。视觉神经生理学

3.2相关学科发展Part3201956年，在由达特茅斯学院举办的一次会议上，JohnMcCarthy等科学家聚在一起，在讨论中提出“人工智能”(ArtificialIntelligence)一词，人工智能就此诞生。人工智能与机器学习

3.2相关学科发展Part321五十年代末到六十年代初是人工智能早期迅速发展的时期1986年Hinton发明BP算法，人工智能进入了第二次高潮期2016年，AlphaGo战胜围棋世界冠军，人工智能进入新的阶段人工智能与机器学习

3.2相关学科发展Part322通过人工智能方法，机器视觉一方面可以解决更为复杂的问题，如根据视频自动生成描述字幕，在复杂环境中辅助人类进行自动驾驶等；另一方面，可针对不同的问题建立共性的处理方法，如机器学习分类算法、深度学习等，为机器视觉的研究开辟了新的思路。人工智能与机器学习

3.2相关学科发展Part323对已有的图像进行变换、分析、重构，得到的仍是图像。机器视觉是给定图像，从图像提取信息，包括景象的三维结构，运动检测，识别物体等。数字图像处理2007年11月5日，我国嫦娥1号探月卫星使用CCD相机拍摄的第一张月球表面图像

3.3机器视觉发展Part324孕育期(20世纪70年代前)：早期机器视觉相关工作启蒙期(20世纪80-90年代)：机器视觉诞生，并产生主要分支探索期(20世纪90年代中期-2012)：机器视觉+机器学习爆发期(2012-至今):卷积神经网络与深度学习机器视觉的发展大致经历了四个阶段：

3.3机器视觉发展Part325早期的工作围绕统计模式识别和视觉理解基础工作展开机器视觉