《計(jì)算機(jī)視覺》教學(xué)大綱

《計(jì)算機(jī)視覺》教學(xué)大綱

前言

《計(jì)算機(jī)視覺》課程是信息與計(jì)算科學(xué)專業(yè)的選修課程.《計(jì)算機(jī)視覺》以視覺技術(shù)為

邏輯起點(diǎn)，以信息與計(jì)算科學(xué)專業(yè)的學(xué)生為講投對(duì)象，計(jì)算機(jī)視覺（MachineVision）是基于視

覺技術(shù)的一門邊緣科學(xué)其核心技術(shù)是視覺處理，并通過對(duì)視覺處理來執(zhí)行進(jìn)一步的檢測與控

制等。它的研究內(nèi)容非常廣泛，涉及計(jì)算機(jī)、圖像處理、模式識(shí)別、人工智能、信號(hào)處理、

光學(xué)、機(jī)械等多個(gè)領(lǐng)域。用簡單的一句話來概括就是用機(jī)器代替人眼來做各種測量和判斷。

本課程有助于開闊學(xué)生視野、使學(xué)生了解本專業(yè)的發(fā)展前沿，是集理論性與應(yīng)用性為一體的

學(xué)科。

設(shè)置本課程的目的是使學(xué)習(xí)者在全面了解視覺技術(shù)的歷史、現(xiàn)狀與發(fā)展趨勢的基礎(chǔ)上，

系統(tǒng)掌握計(jì)算機(jī)視覺圖像基本處理的理論、方法、技術(shù)，運(yùn)用計(jì)算機(jī)視覺基本理論、實(shí)驗(yàn)裝

置和圖像處理軟件，加深理解計(jì)算機(jī)視覺的基本概念，具備在計(jì)算機(jī)上利用圖像處理軟件進(jìn)

行相關(guān)操作的實(shí)際技能，培養(yǎng)學(xué)生的動(dòng)手能力和分析問題解決問題的能力，把學(xué)生培養(yǎng)成面

向二十一世紀(jì)的復(fù)合型人才。

學(xué)習(xí)本課程的要求是:學(xué)習(xí)者應(yīng)掌握計(jì)算機(jī)視覺的基礎(chǔ)理論、基本方法和實(shí)用算法，如

二值圖像分析、圖像預(yù)處理、圖像增強(qiáng)、邊緣檢測、圖像分割、紋理分析、明暗分析、深度

圖與立體視覺。并掌握一定的科學(xué)研究方法與技能，為有潛力成為研究型人才的學(xué)生打下一

定基礎(chǔ)。

先修課程要求MATLAB編程，空間解析幾何，數(shù)學(xué)分析，窗等代數(shù)本課程計(jì)劃72學(xué)

時(shí)課堂教學(xué)+36學(xué)時(shí)實(shí)驗(yàn)3學(xué)分，每周4+2個(gè)課時(shí)選用教材:（美）杰恩（Jain.R）等著，計(jì)算機(jī)

視覺（英文版），機(jī)械工業(yè)出版社，2003年

教學(xué)手段:課常講授為主，習(xí)題課，試驗(yàn)為輔

考核方法:閉卷書面考試

教學(xué)進(jìn)程安排表

學(xué)時(shí)教學(xué)方

周次教學(xué)主要內(nèi)容備注

數(shù)法

計(jì)算機(jī)視覺的定文,視覺系統(tǒng)所包含的部分,視覺所面臨的問題:計(jì)算機(jī)

13講課

視覺的應(yīng)用:對(duì)圖像的簡單處理，與其它學(xué)科的關(guān)系。

成像和圖像表示，介紹成像原理，成像過程產(chǎn)生的變形和各種感應(yīng)器,特

23講課

別是CCD攝像機(jī):目前流行的圖像表示技術(shù).討論圖像與空間的關(guān)系。

講課與

二值圖像處理（二）、二值圖像的拓?fù)涠x.圖像的基本算法表示,標(biāo)志

33習(xí)題課

算法，物體的性質(zhì)提取。

結(jié)合

43二色圖像處理（二）.形態(tài)學(xué)，物體的性質(zhì)提?。婚y色化方法.講課

53模式識(shí)別（一）.基本概念，類別的表示，分類器，決策樹.講課

講課與

63模式識(shí)別（二）.3ayes分類和人工神經(jīng)網(wǎng)絡(luò)習(xí)題課

結(jié)合

灌波和圖像增強(qiáng)（一）.波和圖像增強(qiáng)的原因，灰度值的映射C含直方圖的均衡化），

73講課

小塊噪聲去除

83灌波和圖像增強(qiáng)（二）.平滑處理，中值泄波器，邊緣檢測.講課

講課與

93漁波和圖像增強(qiáng)（三）.Canny邊緣檢測，卷積，矩陣空間的基.Fouier變換.習(xí)題課

靖合

彩色和陰影。色彩的物理性質(zhì)，彩色的RGB基和其它基表示，彩色直方圖.

103講課

彩色圖像分割.

113紋理分析分析和紋理切割講課

講課與

123基于圖像內(nèi)容的圖像恢復(fù)，圖像陣，圖像直詢，圖像距禺和圖像數(shù)據(jù)怖的結(jié)構(gòu).習(xí)題課

結(jié)介

133基于2D圖像序列的運(yùn)動(dòng)分析（一）運(yùn)動(dòng)現(xiàn)象和應(yīng)用，運(yùn)動(dòng)向信的計(jì)算講課

143基于2D圖像序列的運(yùn)動(dòng)分析（二運(yùn)動(dòng)點(diǎn)的路徑計(jì)算，監(jiān)測初軟中的顯著變化.講課

講課與

153圖像分割（一）.區(qū)域的確定和表示，輪廊的確定習(xí)胭課

雄合

1G3圖像分割（二）.對(duì)分制的擬合，確定高層次的結(jié)構(gòu)，基于運(yùn)動(dòng)大聯(lián)性的分割.講課

1732D圖像匹配（一）.2D數(shù)據(jù)的配準(zhǔn)，點(diǎn)的表示,仿射映射.講課

講課與

2D圖像匹配（二好二維仿射變換，基于仿射變換的2D物體識(shí)別，基于關(guān)系匹

183習(xí)題課

配的2D物體識(shí)別非線性變形

結(jié)合

基于2D圖像的3D解（一）特征圖像，基于方塊的直線標(biāo)記，2D圖像中的三

193講課

維線索

講課與

域于2D圖像的3D理解（二透視成像模型，基于立體圖像的深度感知，薄棱鏡

203習(xí)題課

方程.

結(jié)介

第一章緒論

一、學(xué)習(xí)目的

通過本章的學(xué)習(xí)，熟練掌握計(jì)算機(jī)視覺的定義，視覺系統(tǒng)所包含的部分，視覺所面臨

的問題，計(jì)算機(jī)視覺的應(yīng)用;對(duì)圖像的簡單處理，與其它學(xué)科的關(guān)系。緒論計(jì)劃6學(xué)時(shí)

二、課程內(nèi)容

1.1Marr的視覺理論計(jì)算

簡要地介紹Marr的視覺理論的基本思想及其理論架

1.2計(jì)算機(jī)視覺的應(yīng)用

計(jì)算機(jī)視覺技術(shù)正廣泛地應(yīng)用于各個(gè)方面，從醫(yī)學(xué)圖像到遙感圖像從工業(yè)檢測到文件

處理，從亳微米技術(shù)到多媒體數(shù)據(jù)庫，不一而足?？梢哉f，需嬰人類視覺的場合兒乎都需

要計(jì)算機(jī)視覺。應(yīng)該指出的是，許多人類視覺無法感知的場合，如精確定量感知、危險(xiǎn)場

景感知、不可見物體感知等，計(jì)算機(jī)視覺更突顯其優(yōu)越性，

1.3計(jì)算機(jī)視覺研究內(nèi)容與面臨的困難

計(jì)算機(jī)視覺研究可以分為如下五大研究內(nèi)容:輸入設(shè)備、低層視覺中層視覺、高層視覺、

體系結(jié)構(gòu)，識(shí)別和理解周國場景是?件非常容易的事，但對(duì)于機(jī)器來說，卻是一件很困難

的事.

1.4計(jì)算機(jī)視覺與其它學(xué)科領(lǐng)城的關(guān)系

與計(jì)算機(jī)視覺有關(guān)的學(xué)科有許多。本節(jié)主要討論一些與計(jì)算機(jī)視覺密切相關(guān)的領(lǐng)域。

關(guān)于計(jì)算機(jī)視覺與其它學(xué)科的關(guān)系，我們不作詳盡的討論。

1.5成像的幾何基礎(chǔ)

這里我們只考慮三維空間到二維空間的兩種常用映射：透視投影變換和正交投影變換.

三、重點(diǎn)、難點(diǎn)提示和教學(xué)手段

（一）重點(diǎn)、難點(diǎn)

1.計(jì)算機(jī)視覺研究內(nèi)容與面臨的困難：

2.計(jì)算機(jī)視覺與其它學(xué)科領(lǐng)域的關(guān)系：

3.成像幾基礎(chǔ)

（二）教學(xué)手段

課堂講授與習(xí)題課相結(jié)合

四、思考與聯(lián)系

（注:恩考與練習(xí)的形式有教師自行確定）

第二章二值圖像分析

一、學(xué)習(xí)目的

二值視覺系統(tǒng)的輸入一般是灰度圖像，通常使用闊值法首先將圖像變成二值圖像，以

便把物體從背景中分離出來，其中的閥值取決于照明條件和物體的反射特性。二值圖像可

用來計(jì)算特定任務(wù)中物體的幾何和拓?fù)涮匦裕谠S多應(yīng)用中，這種特性對(duì)識(shí)別物體來說是

足夠的。二值視覺系統(tǒng)已經(jīng)在光學(xué)字符識(shí)別、染色體分析和工業(yè)零件的識(shí)別中得到了廣泛

應(yīng)用，通過本章的學(xué)習(xí)，熟練掌握二值圖像中的拓?fù)涠x圖像的基本算法的表示，標(biāo)志算

法，物體的性質(zhì)提取，形態(tài)學(xué)，物體的性質(zhì)提?。洪y值化方法，本章計(jì)劃6學(xué)時(shí)

二、課程內(nèi)容

2.1閥值

從圖像中識(shí)別代表物體的區(qū)域《或子圖像），這種對(duì)人來說是件非常容易的事，對(duì)計(jì)算

機(jī)來說卻是令人吃驚的困難，為了將物體區(qū)域同圖像其它區(qū)域分離出來，需要首先對(duì)圖像進(jìn)

行分割，把圖像劃分成區(qū)域的過程稱為分割

2.2幾何特性

通過閥值化方法從圖像中檢測出物體后，下一步就要對(duì)物體進(jìn)行識(shí)別和定位。在大多數(shù)

工業(yè)應(yīng)用中，攝像機(jī)的位置和環(huán)境是已知的，因此通過簡單的幾何知識(shí)就可以從物體的二維

圖像確定出物體的三維位置，在大多數(shù)應(yīng)用中，物體的數(shù)量不是很多，如果物體的尺寸和形

狀完全不同，則可以利用尺度和形狀特征來識(shí)別這些物體，營合在文檔多工業(yè)應(yīng)用中，經(jīng)常

使用區(qū)域的一些簡單特征，如大小、CA來確定物體的位置并識(shí)別它們。

2.3投影

給定一條直線，用垂直該直線的一簇等間距直線將一幅二值圖像分割成若干條，每一條

內(nèi)像系值為1的像案個(gè)數(shù)為該條二值圖像在給定自線上的投影（projection）.

2.4游程長度編碼

游程長度編碼（run-lengthencoding）是另一種二值圖像的簡潔表示方法它是用圖像像素

值連續(xù)為1的個(gè)數(shù)《像案1的長度）來播圖像，這種編碼已被用于圖像傳輸，另外，圖像的

某些性質(zhì)，如物體區(qū)域面積也可以從游程長度編碼直接計(jì)算出來

三、重點(diǎn)、難點(diǎn)提示和教學(xué)手段

（一）重點(diǎn)、難點(diǎn)

1.閥值；

2.兒何特性：

3.投影

4.游程長度編碼

（二）教學(xué)手段

課堂講授與習(xí)題課相結(jié)合

四、思考與練習(xí)

（注:思考與練習(xí)的形式有教師自行確定）

第三章區(qū)城分析

一、學(xué)習(xí)目的

圖像中的區(qū)域是指相互連結(jié)的具有相似特性的一組像素.由于區(qū)城可能對(duì)應(yīng)場景中的物

體，因此，區(qū)域的檢測對(duì)于圖像解釋十分重要。一幅圖像可能包含若干個(gè)物體，而每一個(gè)物

體又可能包含對(duì)了物體不同部位的若干個(gè)區(qū)域。為了精確解釋一幅圖像，首先要把它分成對(duì)

應(yīng)于不同物體或物體不同部位的區(qū)域，本章計(jì)劃6學(xué)時(shí)，

二、課程內(nèi)容

3.1區(qū)域和邊緣

圖像區(qū)域劃分有兩種方法一種是基于區(qū)域的方法，另一種是使用邊緣檢測的輪廓預(yù)估

方法.

3.2分割

把一幅灰度圖像轉(zhuǎn)換成二值圖像是圖像分割的最簡單形式。用于求取二值圖像的閱值算

法可以推廣到求取多值圖像，其中的閥值算法已經(jīng)在第三章中討論過了.為了在各種變化的

場景中都能得到魯棒的圖像分割，閥值分割算法應(yīng)能根據(jù)圖像強(qiáng)度取樣來自動(dòng)選取合適的闕

值。閥值分割法不要過分依賴于物體的灰度知識(shí)，且使用有關(guān)灰度值的相對(duì)特性來選取合適

的閥值.

3.3區(qū)域表示

區(qū)域有許多應(yīng)用，也有許多種表示方法。不同的表示方法有著不同的應(yīng)用，一些應(yīng)用只

需計(jì)算單個(gè)區(qū)域，而另一些則需要計(jì)算圖像各區(qū)城的關(guān)系。木節(jié)將討論幾種區(qū)域表示方法并

研究它們的特性。大多數(shù)區(qū)域表示方法可以歸納為下面三種類型陣列表示，層級(jí)表示，基于

特征的區(qū)域表示，

3.4分裂和合并

使用分裂和合并的組合算法可以實(shí)現(xiàn)自動(dòng)細(xì)化分割運(yùn)算.分裂和合并運(yùn)算是通過合并屬

「同一物體的鄰接區(qū)域來消除錯(cuò)誤的邊界和虛假的區(qū)域，同時(shí)可以通過分裂屬「不同物體的

區(qū)域來增添丟失的邊界

3.5區(qū)域增長

尋找初始區(qū)域核，并從區(qū)域核開始，逐漸增長核區(qū)域，形成滿足?定約束的較大的區(qū)域，

例如，一致性謂詞是基于區(qū)域灰度的平面或二次曲面函數(shù)擬合，然而，在一般情況下，一致

性謂詞是基于圖像區(qū)域的特征，如，平均強(qiáng)度、方差、紋理和顏色等

三、重點(diǎn)、難點(diǎn)提示和教學(xué)手

(-)重點(diǎn)、難點(diǎn)

1.分割

2.區(qū)域表示：

3.分裂和合并

4、區(qū)域增長

(二)教學(xué)手段

課堂講授與習(xí)題課相結(jié)合

四、思考與練習(xí)

（注:思考與練習(xí)的形式有教師自行確定）

第四章圖預(yù)處理

一、學(xué)習(xí)目的

通過本章的學(xué)習(xí)，熟練掌握?qǐng)D像增強(qiáng)技術(shù)的兩種方法空間域法和頻率域法?？臻g域方

法主要是在空間域內(nèi)對(duì)圖像像素直接運(yùn)算處理。頻率域方法就是在圖像的某種變換域，對(duì)圖

像的變換值進(jìn)行運(yùn)算，如先對(duì)圖像進(jìn)行傅立葉變換，再對(duì)圖像的頻譜進(jìn)行某種計(jì)算（如濾波

等），最后將計(jì)算后的圖像逆變換到空間域，本章計(jì)劃9學(xué)時(shí)

二、課程內(nèi)容

4.1直方圖修正

直方圖均衡化是一種通過重新均勻地分布各灰度值來增強(qiáng)圖像對(duì)比度的方法，經(jīng)過直方

圖均衡化的圖像對(duì)二值化閱值選取十分有利.?般來說，直方圖修正能提高圖像的主觀質(zhì)量,

因此在處理藝術(shù)圖像時(shí)非常有用.

4.2圖像線性運(yùn)算

熟練掌握線性系統(tǒng)和傅立葉變換.

4.3線性濾波器

熟練掌握均值濾波器，高斯平滑濾波

4.4非線性濾波

熟練掌握中值濾波，邊緣保持濾波器

三、重點(diǎn)難點(diǎn)提示和教學(xué)手

（一）重點(diǎn)、難點(diǎn)

1.直方圖修正.

2.圖像線性運(yùn)算，線性系統(tǒng)和傅立葉變換

3.線性濾波器，均值濾波器，高斯平滑濾波。

4.非線性濾波，中值濾波，邊緣保持濾波器

（二）教學(xué)手段

課堂講授與習(xí)題課相結(jié)合，計(jì)算機(jī)試驗(yàn).

四、思考與練習(xí)

（注:思考與練習(xí)的形式有教師自行確定）

第五章邊緣檢測

一、學(xué)習(xí)目的

邊緣(edge)是指圖像局部強(qiáng)度變化最顯著的部分。邊緣主要存在于口標(biāo)與目標(biāo)、目標(biāo)與

背景、區(qū)域與區(qū)域(包括不同色彩)之間，是圖像分割、紋理特征和形狀特征等圖像分析的重

要基礎(chǔ)。圖像分析和理解的第一步常常是邊緣檢測(edgedetection),本章計(jì)劃9學(xué)時(shí)

二、課程內(nèi)容

5.1梯度

邊緣檢測是檢測圖像局部顯著變化的最基本運(yùn)算，在一維情況下，階躍邊綜同圖像的一

階導(dǎo)數(shù)局部峰值有關(guān).梯度是函數(shù)變化的一種度量而一幅圖像可以看作是圖像強(qiáng)度連續(xù)函數(shù)

的取樣點(diǎn)陣列，因此，同一維情況類似，圖像灰度值的顯著變化可用梯度的離散逼近函數(shù)來

檢測

5.2邊緣監(jiān)測算法

熟練掌握邊緣檢測算法有如下四個(gè)步驟濾波，增強(qiáng)，檢測，定位。熟練掌握Roberts算

子、Sobel算子、Prewitt算子

5.3二階微分算子

熟練掌握二階導(dǎo)數(shù)有兩種算子:拉普拉斯算子和二階方向?qū)?shù)

5.4LOG算法

將高斯濾波和拉普拉斯邊緣檢測結(jié)合在一起，形成LOG(LaplacianofGaussian.LOG)算法,

也稱之為拉普拉斯高斯算法。了解LOG邊緣檢測器的基本特