第1章图像处理与计算机视觉技术综述.ppt.pptVIP

* * * * * 1.2.1　马尔视觉计算理论 1.　视觉是一个复杂的信息加工过程 视觉是一个远比人所想象更为复杂的信息加工任务和过程，而且其难度常不为人们所正视 为理解视觉这个复杂的过程，要解决两个问题 视觉信息的表达问题：某些信息是突出的和明确的，另一些信息则是隐藏的和模糊的 视觉信息的加工问题：对信息处理、分析、理解，将不同表达形式转换，逐步抽象 * 1.2.1　马尔视觉计算理论 2.　视觉信息加工的三个要素 ①　计算理论；②　算法实现；③　硬件实现 ①　计算理论 可计算性问题：一个任务要用计算机完成，它应该是可以被计算的 一般对于某个特定的问题，如果存在一个程序，对于给定的输入，这个程序都能在有限步内给出输出，这个问题就是可计算的 * 1.2.1　马尔视觉计算理论 2.　视觉信息加工的三个要素 ①　计算理论 目前视觉的可计算性常指对计算机给定输入，能否得到人类视觉可获得的类似结果 两方面的研究内容：①　计算的是什么以及为什么要计算它们；②　提出一定的约束条件，它们可唯一地确定最终得到的运算结果 * 1.2.1　马尔视觉计算理论 2.　视觉信息加工的三个要素 ②　算法实现 需要给加工所操作的实体选择一种合适的表达 选择加工的输入和输出表达 确定完成表达转换的算法 ①　一般情况下可以有许多可选的表达 ②　算法的确定常取决于所选的表达 ③　给定一种表达，可有多种完成任务的算法 * 1.2.1　马尔视觉计算理论 2.　视觉信息加工的三个要素 ③　硬件实现 有了表达和算法在物理上如何实现算法也是必不可少的 算法的确定常依赖于物理上实现算法硬件的特点 同一个算法也可由不同的技术途径实现 * 1.2.1　马尔视觉计算理论 2.　视觉信息加工的三个要素 计算理论：如何由系统的输入求出输出。视觉系统输入的是二维图像，输出则是三维物体的形状、位置和姿态，任务是研究如何建立输入输出之间的关系和约束，如何由二维灰度图像恢复物体的三维信息。 算法实现：如何表达输入和输出信息，如何实现计算理论所对应的功能算法，以及如何由一种表示变换成另一种表示。 硬件实现：用硬件实现上述表达和算法的问题。 * 视觉信息加工三要素的含义 要素 名称 含义和所解决的问题 1 计算理论 什么是计算目的，为什么要这样计算 2 表达和算法 怎样实现计算理论，什么是输入输出表达，用什么算法实现表达间的转换 3 硬件实现 怎样在物理上实现表达和算法，什么是计算结构的具体细节 1.2.1　马尔视觉计算理论 * 2.　视觉信息加工的三个要素 它们之间有一定的逻辑因果联系，但并无绝对的依赖关系 实际上看成两个层次更恰当 一旦有了计算理论，表达和算法与硬件实现是互相影响的 1.2.1　马尔视觉计算理论 * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 (1)　基素表达（primal sketch） 一种2-D表达，它是图象特征的集合，描 述了物体上属性发生变化的轮廓部分 只用基素表达不能保证得到对场景的唯一解释 * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 (2)　2.5-D表达（2-D sketch） ①　将物体可见面正交 投影分解成单元表面 ②　用法线代表单元表 面的取向 ③　将各法线画出，叠加 于物体轮廓内可见面上 * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 (2)　2.5-D表达（2-D sketch） 本征图，表示了物体表面面元的朝向 可将2.5-D图转化成（相对）深度图 既表达了一部分物体轮廓的信息（这与基素表达类似）表达了以观察者为中心、可观察到的物体表面的取向信息 与人所理解的3-D物体一致（可见物体轮廓以内目标的3-D信息，如边界、深度，反射特性等） * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 (2)　2.5-D表达（2-D sketch） 将2.5-D图转化成（相对）深度图 给定z(x, y)对x和y的偏导p和q，理论上讲可通过在平面上沿任意曲线的积分来恢复z(x, y) 为最小化误差可选择z(x, y)满足 * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 (3)　3-D表达（3-D representation） 以物体为中心（即也包括了物体不可见部分）的表达形式 在以物体为中心的坐标系中描述3-D物体的形状及其空间组织 ① 空间占有数组，② 单元分解，③ 几何模型 广义圆柱体表达方法 * 1.2.1　马尔视觉计算理论 3.　视觉信息的三级内部表达 从计算机或信息加工的角度来说，视觉可计算性问题可分成几个步骤，步骤之间是某种表