機器視覺概述

機器視覺MachineVision2/5/20231參考書目：1、《圖像處理、分析與機器視覺》（第二版）M.Sonka,V.Hlavac,R.Boyle著，艾海舟等譯，人民郵電出版社，20032、《機器視覺教程》W.E.Snyder,H.Qi著林學(xué)訚等譯，機械工業(yè)出版社，20053、《計算機視覺》馬頌德著，科學(xué)出版社，19992/5/20232第一章引論Chap1引論講解內(nèi)容1.機器視覺的研究內(nèi)容、特點及其應(yīng)用。2.基礎(chǔ)理論（Marr視覺計算、成像幾何基礎(chǔ)）；3.課程學(xué)習內(nèi)容。目的1.了解機器視覺的主要內(nèi)容及相關(guān)知識，熟悉機器視覺與其他學(xué)科的關(guān)系；2.重點掌握Marr視覺計算理論及成像幾何基礎(chǔ)理論。2/5/202331.1機器視覺

機器視覺：用計算機來模擬生物視覺功能的科學(xué)和技術(shù)。機器視覺系統(tǒng)的首要目標是利用圖像創(chuàng)建或恢復(fù)現(xiàn)實世界模型，然后認知現(xiàn)實世界。?從二維圖象恢復(fù)三維信息；?從原始圖像數(shù)值描述產(chǎn)生語義描述。1.1.1基本概念機器視覺是信息科學(xué)領(lǐng)域的一個重大挑戰(zhàn)性問題：?JimGray列出的12大信息科學(xué)問題之一:

Seeaswellasaperson.?BillGates：Thefutureofcomputingistomakecomputers

see,hear,speakandlearn.2/5/20234一、輸入設(shè)備(inputdevice)－包括成像設(shè)備和數(shù)字化設(shè)備．成象設(shè)備是指通過光學(xué)攝像機或紅外、激光、超聲、X射線對周圍場景或物體進行探測成象，得到關(guān)于場景或物體的二維或三維數(shù)字化圖像。二、低層視覺(lowlevel)－主要是對輸入的原始圖像進行處理．這一過程借用了大量的圖像處理技術(shù)和算法，如圖像濾波、圖像增強、邊緣檢測等，以便從圖像中抽取諸如角點、邊緣、線條、邊界以及色彩等關(guān)于場景的基本特征；這一過程還包含了各種圖像變換（如校正）、圖像紋理檢測、圖像運動檢測等。1.1機器視覺1.1.2研究內(nèi)容2/5/20235三、中層視覺（middlelevel）－主要任務(wù)是恢復(fù)場景的深度、表面法線方向、輪廓等有關(guān)場景的2．5維信息，實現(xiàn)的途徑有立體視覺（stereovision）、測距成像（rangefinder）運動估計（motionestimation）、明暗特征、紋理特征等.系統(tǒng)標定、系統(tǒng)成像模型等研究內(nèi)容一般也是在這個層次上進行的．四、高層視覺（highlevel）－主要任務(wù)是在以物體為中心的坐標系中，在原始輸入圖像、圖像基本特征、2．5維圖的基礎(chǔ)上，恢復(fù)物體的完整三維圖，建立物體三維描述，識別三維物體并確定物體的位置和方向．五、體系結(jié)構(gòu)（systemarchitecture）1.1機器視覺2/5/20236

20世紀50年代歸入模式識別----主要集中在二維圖像分析和識別上，如光學(xué)字符識別，工件表面、顯微圖片和航空圖片的分析和解釋等。

60年代，Roberts積木世界理論----開創(chuàng)了以理解三維場景為目的的三維計算機視覺的研究。70年代，Marr計算視覺理論----第一個較為完善的視覺系統(tǒng)框架，分三個層次進行處理。

80年代以后，蓬勃發(fā)展----新概念、新方法、新理論不斷涌現(xiàn)，如基于感知特征群的物體識別理論框架，主動視覺理論框架，視覺集成理論框架等。1.1機器視覺1.1.3發(fā)展概況2/5/20237（1）圖像多義性（2）環(huán)境因素影響（3）知識導(dǎo)引（4）大量數(shù)據(jù)1.1機器視覺1.1.4研究面臨的困難2/5/20238主要期刊和會議1.1機器視覺?IEEET-PAMI,IJCV,IEEET-ImageProcessing,PatternRecognition,ComputerVisionandImageUnderstanding,ImageandVisionComputing,PRLetters,……?ICCV,CVPR,ICPR,ICIP,ECCV,ACCV,BMVC,MVA,……?自動化學(xué)報、計算機學(xué)報、軟件學(xué)報、電子學(xué)報、中國圖像圖形學(xué)報、模式識別與人工智能、……2/5/202391.2Marr視覺計算理論?MIT的DavidMarr在70年代末提出了第一個較為完善的視覺系統(tǒng)框架；?該框架立足于計算機科學(xué)，系統(tǒng)地概括了心理生理學(xué)、神經(jīng)生理學(xué)等方面取得的所有重要成果；?該框架盡管存在很多缺陷，但過去20多年一直處于主導(dǎo)地位。D.Marr,Vision,1982.中譯本：視覺計算理論，姚國正、劉磊、汪云九譯，科學(xué)出版社，1988。2/5/2023101.2.1三個層次視覺信息處理系統(tǒng)分為三個層次：2/5/2023111.2.2視覺表示框架第一階段(也稱為早期階段)：將輸入的原始圖像進行處理，抽取圖像中諸如角點、邊緣、紋理、線條、邊界等基本特征，這些特征的集合稱為基元圖(primitivesketch)；第二階段(中期階段)：指在以觀測者為中心的坐標系中，由輸入圖像和基元圖恢復(fù)場景可見部分的深度、法線方向、輪廓等，這些信息的包含了深度信息，但不是真正的物體三維表示，因此，稱為二維半圖(2．5dimensionalsketch)；第三階段(后期階段)：在以物體為中心的坐標系中，由輸入圖像、基元圖、二維半圖來恢復(fù)、表示和識別三維物體。2/5/202312表1-2由圖像恢復(fù)形狀信息的表示框架名稱目的基元圖像光強表示圖像中每一點的強度值基元圖表示二維圖像中的重要信息，主要是圖像中的強度變化位置及其幾何分布和組織結(jié)構(gòu)零交叉，斑點，端點和不連續(xù)點，邊緣片斷，有效線段，組合群，曲線組織，邊界2．5維圖在以觀測者為中心的坐標系中，表示可見表面的方向、深度值和不連續(xù)的輪廓局部表面朝向(“針”基元)離觀測者的距離深度上的不連續(xù)點表面朝向的不連續(xù)點3維模型表示在以物體為中心的坐標系中，用由體積基元和面積基元構(gòu)成的模塊化多層次表示，描述形狀及其空間組織形式．分層次組成若干三維模型，每個三維模型都是在幾個軸線空間的基礎(chǔ)上構(gòu)成的，所有體積基元或面積形狀基元都附著在軸線上．1.2.2視覺表示框架2/5/202313視覺處理框架基本上是自下而上，沒有反饋；

沒有足夠地重視知識的應(yīng)用?；诟兄卣魅旱奈矬w識別理論框架，主動視覺理論框架，視覺集成理論框架等等。1.2Marr視覺計算理論Marr理論的不足2/5/2023141.3機器視覺的應(yīng)用零件識別與定位產(chǎn)品檢驗移動機器人導(dǎo)航遙感圖像分析醫(yī)學(xué)圖像分析安全、監(jiān)控與跟蹤國防系統(tǒng)其它（動畫、體育、考古）應(yīng)用領(lǐng)域2/5/202315Sojourner火星車前部圖，中部的兩個小突出是兩個黑白CCD攝像機1.3機器視覺的應(yīng)用2/5/202316Sojourner視覺系統(tǒng)獲取的立體圖象對障礙物探測示意圖Sojourner視覺系統(tǒng)對場景的深度恢復(fù)1.3機器視覺的應(yīng)用2/5/202317人臉跟蹤演示1.3機器視覺的應(yīng)用2/5/202318MITMediaLab，與虛擬生物交互演示1.3機器視覺的應(yīng)用2/5/202319（基于圖象序列的）五角大樓三維重建1.3機器視覺的應(yīng)用2/5/202320三維人臉重建1.3機器視覺的應(yīng)用2/5/2023211．基于視覺感知與認知機理的圖像分析與識別系統(tǒng)研究目標：突破基于人類視覺感知與認知機理的圖像處理模型、關(guān)鍵技術(shù)和算法，建立個性化、高準確度的圖像分析與識別系統(tǒng)。研究內(nèi)容：分層交互的統(tǒng)計視覺計算模型與推理，基于感知整合機制的視覺模式識別技術(shù)，具有選擇性注意機制的視覺信息搜索與多目標跟蹤模型。863計劃信息技術(shù)領(lǐng)域2006年度專題課題申請指南目標導(dǎo)向類課題：2/5/2023222．復(fù)雜應(yīng)用環(huán)境下的生物特征識別系統(tǒng)研究目標：突破安全便捷的、高可靠性的多生物特征獲取及識別算法，建立面向典型應(yīng)用的生物特征識別與認證原型系統(tǒng)。研究內(nèi)容：臉相、虹膜、掌紋等多生物特征獲取技術(shù)，大規(guī)模生物特征庫的分類和檢索，具有魯棒性的生物特征識別關(guān)鍵技術(shù)，面向?qū)嶋H應(yīng)用需求的多種生物特征的融合技術(shù)等。863計劃信息技術(shù)領(lǐng)域2006年度專題課題申請指南目標導(dǎo)向類課題：2/5/2023231.4機器視覺與其它學(xué)科關(guān)系機器視覺VS圖像處理?圖像處理(ImageProcessing)：實現(xiàn)從輸入圖像到另一種圖像的轉(zhuǎn)換?圖像處理：人是最終的解釋者?機器視覺：計算機是圖像的解釋者?機器視覺系統(tǒng)需要圖像處理模塊2/5/2023241.4機器視覺與其它學(xué)科關(guān)系機器視覺VS計算機圖形學(xué)?計算機圖形學(xué)：從三維描述到二維圖像顯示?機器視覺：從二維圖像數(shù)據(jù)到三維描述?在一定意義上講，計算機視覺是計算機圖形學(xué)的逆問題?兩者從最初相互獨立的平行發(fā)展到最近的融合是一大趨勢2/5/2023251.4機器視覺與其它學(xué)科關(guān)系機器視覺VS模式識別?模式識別：研究各類模式的分類，其中模式可以有不同的物理意義和表現(xiàn)形式?圖像模式的分類是計算機視覺中的一個重要問題?模式識別中的許多方法可以應(yīng)用于計算機視覺中2/5/2023261.4機器視覺與其它學(xué)科關(guān)系機器視覺VS人工智能?人工智能：主要研究智能系統(tǒng)的設(shè)計和有關(guān)智能的計算理論與方法?AImaybeconsideredashavingthreestages:perception,cognitionandaction?計算機視覺經(jīng)常被視為AI的一個分支2/5/202327圖1.6透視投影倒立成像幾何示意圖1.5成像幾何基礎(chǔ)1.5.1透視投影2/5/202328圖1.7透視投影幾何示意圖

1.