人工智能课件－11.机器视觉

《人工智能课件－11.机器视觉》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第11章机器视觉计算机视觉的任务计算机视觉通过对三维世界所感知的二维图像来研究和提取出三维景物世界的物理结构。视觉过程是成像过程的逆过程，其目的是从带噪声、畸变的二维灰度图像中恢复三维场景的有关信息。第11章机器视觉研究的核心问题在成像过程中，不可避免的要丢失一部分重要信息，正是这种丢失信息的恢复形成了计算机视觉研究中的核心问题---从景物图像或序列图像求出景物的精确的三维几何描述，并定量地确定景物中物体的空间性质。计算机视觉的理论80年代马尔(Marr)提出了视觉的计算理论，把视觉过程看作是一

2、个信号处理过程，并把这一过程分为三个层次：①计算理论；②算法与数据结构；③硬件实验。在计算理论层次，把视觉过程主要地规定为定量地恢复出图像所反映的场景中的三维物体的形状和空间位置，以及将这一恢复过程分成三个阶段：①.要素图(初始简图)；②2.5维图(二维半简图)；③三维图。第11章机器视觉景物图像初始简图2.5维简图三维简图特征提取算法外形立体运动纹理？视觉信息的表达层次第11章机器视觉第一节图像的理解与分析涉及的问题：图像表征、边缘检测、图像分割、形状描述与分析、视觉的三维感知。一、边缘距离的

3、计算1、图像辉亮边缘的平均与差分I理想的边缘亮度变化实际的边缘亮度变化边缘检测方法中，必须既能检测出强度的非连续性，又要能同时确定它们的精确位置。为了抑制无关的细节和噪声，需要对图像进行某种局部平均或平滑。在一幅图像中，边缘有方向和幅度两个特性。沿边缘走向的灰度变第一节图像的理解与分析化平缓，而垂直于边缘的走向的灰度变化剧烈。在边缘上灰度的一阶导数幅值较大，而二阶导数在边缘上的值为0，其左右分别为一正一负两个峰，即，边缘点对应于一阶导数幅度大的点，也对应于二阶导数为0的交叉点。一种处理具有噪声影

4、响的算法：(1)从图像建立平均亮度阵列。Ai=Ii-1+Ii+Ii+13第一节图像的理解与分析(2)从平均亮度阵列产生一阶差分阵列。Fi=(Ai+1-Ai)+(Ai–Ai-1)2=(Ai+1-Ai-1)2(3)从一阶差分阵列产生二阶差分阵列。Si=(Si+1-Si)+(Si–Si-1)2=(Si+1-Si-1)2(4)据所得阵列，记下峰值和过0点，寻求边缘信号的集合。第一节图像的理解与分析2、物体距离的确定立体视觉由两眼得到的信息来确定。由于两眼间的距离是已知的，因此，一旦在两眼所得图像中找到得

5、物体得位置，即可求出观察者到此物体得距离。P眼睛aLbrβdf由相似关系得到：距离:d=fbα+β第一节图像的理解与分析二、表面方向的计算通过图像的明暗度可以计算出图像表面的方向信息.1、反射图体现光照约束光源观察者光源、观察者与表面法线间的相对角度ieg郎伯表面：在平行光照明的条件下，从所有可能位置观察到的亮度都相等的表面。它的亮度只由光源的方向决定。满足关系式：E=ρcos(i)ρ是与材料有关的常量。第一节图像的理解与分析2、表面方向的确定对于物体表面上的一个点，可用一个切面表示，设切面坐标

6、轴为F和G。表面方向的确定即是从感测到的表面亮度来计算表面方向，即f和g的值。计算的约束条件：(1)亮度。由f和g所确定的表面方向应与表面亮度所要求的表面方向无多大不同；(2)表面平滑度。一点的表面方向应与邻近各点的表面方向无多大变化。第一节图像的理解与分析可采用松弛算法计算：(1)对所有非边界点，令f=0,g=0。对所有边界点，令f和g规定一个长度为2的垂直于边界的矢量。称输入阵列为当前阵列。(2)进行下列步骤(直到所有的值变化的足够慢为止)(a)对当前阵列的每个点①.如果是边界点，则不做任何

7、事②.如果是非边界点，则用松弛公式计算新的f和g。(b)把所得新阵列称为当前阵列。第二节视觉的知识表示与控制策略一、视觉信息的语义网络表示在视觉领域中，知识的表达方法可能事模拟的，也可能是命题逻辑的。模拟的知识表达方法可以表示物体的重要物理和几何特性。命题逻辑表达方法则是一些说明有关的事物是真或假的陈述。通常可以把一种表达方法转换为另一种表达方法，而不损失任何信息。第二节视觉的知识表示与控制策略用语义网络表示视觉信息具有下列特点(1)语义网络是一种方便的存取模拟知识的表达方式，以及命题逻辑的知识

8、表达的数据结构；(2)可作为反映事物之间相互关系的模拟结构；(3)可用作一种具有特殊的推理规则的命题逻辑的表达方法。第二节视觉的知识表示与控制策略例、用语义网络表示“在道路57与河流3交叉处的桥梁位于建筑物30附近”道路57建筑物30河流3道路建筑物附近桥梁交叉河流结果结果第二节视觉的知识表示与控制策略二、位置网络表示位置网络可以把几何的和模拟的数据与一个语义网络相结合。位置网络是一组几何点的网络表示。这组几何点由集合理论以及集合的交运算、并运算、距离计算等几何运算联系在一起。这些运算相当于有关