計算機視覺預(yù)備知識第一頁，共四十五頁，編輯于2023年，星期五人類視覺原理與特點

人類從外界環(huán)境獲取信息，一般是通過視覺﹑觸覺﹑聽覺﹑嗅覺等感覺器官來實現(xiàn)的。其中，60％-80％的信息是由人的眼睛，即視覺來獲得的?？梢姡曈X器官是人類的最重要的感知器官。第二頁，共四十五頁，編輯于2023年，星期五人類的視覺系統(tǒng)1，眼睛2，視覺神經(jīng)系統(tǒng)第三頁，共四十五頁，編輯于2023年，星期五基本視覺信息

1.亮度：亮度是最基本的視覺信息，亮度是一種外界輻射的物理量在我們視覺中反映出來的心理物理量。2.形狀：由物體在視覺空間上的亮度分布，顏色分布或運動狀態(tài)不同而顯示出來的。3.運動。4.顏色：是一種主觀感覺，目前只在感受器細胞水平和心理物理的宏觀水平上得到了較深入的研究。第四頁，共四十五頁，編輯于2023年，星期五

例如：雪地上一張白紙，荒野中潛伏的狼，都比較難以覺察。相反，雪地上一張彩紙，綠草地上一朵紅花，荒野中奔跑的狼，都比較容易發(fā)現(xiàn)，這是由于物體形狀因亮度、顏色、運動等因素而突顯出來，易于被人眼分辨出來。第五頁，共四十五頁，編輯于2023年，星期五5.深度知覺：判斷物體距離或深度的感覺。 例如：伸手拿一本書，躲開汽車或障礙物，把足球踢入球門等。 ——外界目標在視網(wǎng)膜上的象是二維的，而且同一物體在左右眼的視網(wǎng)膜上的成象有著微小的差異，這種差異為立體視覺提供了最基本的信息——視差?！€有許多單眼的信息可以產(chǎn)生深度信息的估計，如物體的重疊、透視（近大遠小，近清晰遠模糊，近亮遠暗）、明暗、紋理及運動。第六頁，共四十五頁，編輯于2023年，星期五視覺中的一些心理和生理特征與現(xiàn)象

1.視覺的相對性：視覺感知的結(jié)果不僅僅取決于刺激本身，同時還受經(jīng)驗、對比等的影響，這就是視覺的相對性。

例如：初升的旭日和正午的驕陽究竟何者離我們更近。2.視覺的選擇性

例如：視而不見

第七頁，共四十五頁，編輯于2023年，星期五3.視覺的整體性：整體性是指超越對部分感知之和而產(chǎn)生的一種整體知覺經(jīng)驗，即整體大于部分之和。

4.視覺的恒常性

1）．亮度恒常性

例如：一匹黑布和一匹白布 原因：先驗知識；本體反射率。

2）．大小恒常性

例如：遠處的牛比近處的狗要大

3）．形狀恒常性

4）．顏色恒常性第八頁，共四十五頁，編輯于2023年，星期五5.錯視現(xiàn)象（a）高度錯視；（b）長度錯視;（c）平行線錯視;（d）大小錯視;（e）主從錯視;第九頁，共四十五頁，編輯于2023年，星期五第十頁，共四十五頁，編輯于2023年，星期五第十一頁，共四十五頁，編輯于2023年，星期五計算機視覺計算機視覺是指用計算機實現(xiàn)人的視覺功能——對客觀世界的三維場景的感知、識別和理解。第十二頁，共四十五頁，編輯于2023年，星期五圖像輸入人機交互處理

結(jié)果輸出

圖像理解

圖像分析

圖像處理數(shù)字化計算機視覺系統(tǒng)的組成及原理第十三頁，共四十五頁，編輯于2023年，星期五計算機數(shù)字圖象處理系統(tǒng)

幀存攝像頭A/DLUT監(jiān)視器D/A微機接口顯示器系統(tǒng)總線內(nèi)存顯存CPU計算機圖象采集卡第十四頁，共四十五頁，編輯于2023年，星期五CCD攝像頭

CCD（ChargeCouplingDevice)攝像頭由一組離散的光敏元件陣列組成，當光線照到這個陣列上時，每個光敏元件上產(chǎn)生電荷。電荷的多少和光敏元件上的照度成正比，由此產(chǎn)生的電信號反映光強。這些電信號用兩相時鐘脈沖順序傳送，就產(chǎn)生代表圖像的電壓時間信號。第十五頁，共四十五頁，編輯于2023年，星期五XOnYm視頻圖像構(gòu)成原理分辨率m

×n如：480×640灰度圖像I=f(x,y)彩色圖像IR=fR(x,y)IG=fG(x,y)IB=fB(x,y)制式PAL/NTSC視頻圖像數(shù)字圖像像素第十六頁，共四十五頁，編輯于2023年，星期五圖象數(shù)字化

黑白圖象數(shù)字化彩色圖象數(shù)字化第十七頁，共四十五頁，編輯于2023年，星期五計算機視覺基本特點

分階段信息處理，多層次信息表示絕大部分問題為病態(tài)問題

原始信息被污染，信息處理量巨大

一種知識導(dǎo)引與管理系統(tǒng)

多學(xué)科交叉與結(jié)合

第十八頁，共四十五頁，編輯于2023年，星期五實用圖像處理技術(shù)

灰度圖像彩色圖像二值化圖像

第十九頁，共四十五頁，編輯于2023年，星期五圖像的增強

1.直方圖的均衡化

第二十頁，共四十五頁，編輯于2023年，星期五2.平滑濾波

原圖噪聲污染后的圖像第二十一頁，共四十五頁，編輯于2023年，星期五均值濾波后的圖像中值濾波后的圖像第二十二頁，共四十五頁，編輯于2023年，星期五3.銳化(邊緣檢測)

第二十三頁，共四十五頁，編輯于2023年，星期五彩色圖像分割方法

三色學(xué)說假設(shè)人視網(wǎng)膜上有三種神經(jīng)纖維，每種神經(jīng)纖維的興奮都引起紅綠藍原色中的一種的感覺。光作用在視網(wǎng)膜上雖然能同時引起三種纖維的興奮，但波長不同，引起三種纖維的興奮程度不同，人眼就產(chǎn)生不同的顏色感覺。

第二十四頁，共四十五頁，編輯于2023年，星期五三種視神經(jīng)興奮曲線

紅色纖維綠色纖維藍色纖維紅橙黃綠藍紫第二十五頁，共四十五頁，編輯于2023年，星期五顏色視覺和顏色空間理論

三色原理

現(xiàn)代色度學(xué)理論指出，人對任何一種顏色的感覺，都可以用紅、綠、藍三種單色加權(quán)混合產(chǎn)生，因此，紅、綠、藍三種單色稱為三基色，這就是三色原理。顏色空間

各顏色的光都可以由紅、綠、藍三種基色光加權(quán)混合而成，因此，彩色空間是三維的線形空間，任何一種具有一定亮度的顏色光都是空間中的一個點（或向量），這個空間就是顏色空間。第二十六頁，共四十五頁，編輯于2023年，星期五幾種顏色空間RGB顏色空間

當我們選擇具有確定光通量的紅綠藍三基色光作為三維顏色空間的基時，就構(gòu)成了RGB顏色空間。顏色空間不是唯一的

格拉斯曼定律指出，人的視覺只能分辨顏色的三種變化（例如明度、色度、飽和度）。這就是說，通過對RGB顏色空間進行坐標變換，可以產(chǎn)生新的顏色空間。XYZ表色系統(tǒng)YIQ表色系統(tǒng)HSI表色系統(tǒng)

第二十七頁，共四十五頁，編輯于2023年，星期五彩色視覺系統(tǒng)顏色分類

顏色信息提取

從理論上講，在這個空間中的每一個點都代表一種顏色，因而，在這個空間中有16.7兆種顏色。但從實際上看，這16.7兆個點并不簡單的劃分為16.7兆種顏色。GRB255RGB顏色空間255255第二十八頁，共四十五頁，編輯于2023年，星期五HIS顏色模型第二十九頁，共四十五頁，編輯于2023年，星期五顏色空間的相互轉(zhuǎn)換

第三十頁，共四十五頁，編輯于2023年，星期五圖5.30劃分HSI空間的方法顏色模型的轉(zhuǎn)換第三十一頁，共四十五頁，編輯于2023年，星期五計算機視覺預(yù)備知識

暫時到此第三十二頁，共四十五頁，編輯于2023年，星期五返回第三十三頁，共四十五頁，編輯于2023年，星期五返回第三十四頁，共四十五頁，編輯于2023年，星期五圖像處理由于實際景物轉(zhuǎn)換為圖像信號時，總會引入各種噪聲或畸變失真，一般需要先進行圖像處理。這一過程借用了大量的圖象處理技術(shù)和算法，如圖象濾波、圖像增強、邊緣檢測等，以便從圖象中抽取諸如角點、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象變換（如校正）、圖象紋理檢測、圖象運動檢測等；有時還采用圖像編碼壓縮技術(shù)大大地減少信息量，以達到減少對計算機存儲容量和傳輸通道的要求。

返回第三十五頁，共四十五頁，編輯于2023年，星期五圖象分析圖象分析的主要任務(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、測距成象、運動估計、明暗特征、紋理特征等估計方法。系統(tǒng)標定、系統(tǒng)成象模型等研究內(nèi)容一般也是在這個層次上進行的。

返回第三十六頁，共四十五頁，編輯于2023年，星期五圖象理解圖象理解是在以物體為中心的坐標系中，在原始輸入圖象、圖象基本特征、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。

返回第三十七頁，共四十五頁，編輯于2023年，星期五絕大部分問題為病態(tài)問題

由于視覺問題是成象過程的逆過程，成象是從三維向二維投影的過程，因而在這個過程中會把深度信息丟失，造成圖象的多義性，同時諸如光照﹑材料特性、朝向、距離等信息都反映成唯一的測量值——灰度，因而要從這唯一的測量值恢復(fù)上述一個或幾個反映物體本質(zhì)特征的參數(shù)是一個病態(tài)的過程。成象中由于大氣擾動、鏡頭因素、傳感器噪聲、傳輸噪聲以及量化噪聲等的干擾，都會使圖象產(chǎn)生失真，這些干擾多具有隨機性。以上這些病態(tài)性問題，在處理和分析過程中都會導(dǎo)致圖象的解不唯一。

返回第三十八頁，共四十五頁，編輯于2023年，星期五原始信息被污染，信息處理量巨大

灰度圖象，彩色圖象，深度圖象的信息量十分巨大，比如分辨率為640×480的8位灰度圖象的數(shù)據(jù)量為300K，同樣分辨率的彩色圖象的數(shù)據(jù)量是900K。如果處理的是圖象序列，則數(shù)據(jù)量更大。巨大的數(shù)據(jù)量需要巨大的存貯空間，還不易實現(xiàn)快速處理。同時，由于光學(xué)成像通道和電子線路成像通道存在大量的隨機噪聲，使得原始信息被污染，這也增加了后續(xù)處理的難度。返回第三十九頁，共四十五頁，編輯于2023年，星期五一種知識導(dǎo)引與管理系統(tǒng)在視覺過程中對一幅圖象的理解需要大量的關(guān)于任務(wù)領(lǐng)域的知識，這些知識不同于問題求解中的知識可以明確地顯式表示；人類獲取信息的60％-80％是通過視覺得到的，因而這些知識涉及面之廣難以預(yù)測。因此視覺系統(tǒng)中的知識管理是一個重要的問題。我們會看到，計算機視覺系統(tǒng)的最大特征是，在視覺的各個階段，系統(tǒng)盡可能地進行自動運算。為此，系統(tǒng)需要使用各種知識，包括特征模型、成象模型、物體模型和物體間的關(guān)系等。如果計算機視覺系統(tǒng)不用這些知識，則其應(yīng)用的范圍及其功能將十分有限。返回第四十頁，共四十五頁，編輯于2023年，星期五多學(xué)科交叉與結(jié)合

計算機視覺計算機科學(xué)心理學(xué)生理學(xué)物理學(xué)信號處理數(shù)學(xué)圖象圖形學(xué)模式識別與人工智能返回第四十一頁，共四十五頁，編輯于2023年，星期五黑白圖象數(shù)字化視頻輸入預(yù)處理A/D數(shù)字輸出同步鎖相采樣脈沖形成地址形成地址輸出返回第四十二頁，共四十五頁，編輯于2023年，星期五彩色圖象數(shù)字化

解碼器彩色視頻輸入預(yù)處理A/DGD預(yù)處理A/DRD預(yù)處理A/DBD返回第四十三頁，共四十五頁，編輯于2023年，星期五圖像的灰度直方圖n（I）--I為一幅圖像的灰度直方圖（圖5﹒14）對灰度圖像而言，一個圖像的灰度直方圖整體地描述了這幅圖像的灰度分布設(shè)I1，I2，﹒﹒﹒IL為一幅給定圖像的離散強度，則直方圖的第j個值為：

其中，mj為灰度Ij的像素點的數(shù)目，m為圖像總像素數(shù)。n（I）I圖5﹒14一幅圖像的灰度直方圖返回第四