计算机视觉-全套PPT课件.pptx

;;;;;;;;视觉生理学研究已经表明，视觉信息处理过程包括4个方面：光学处理、视网膜处理、外侧膝状体（LGN）处理和视觉皮层处理，其原理图如图1.1所示。;光学处理是通过眼睛完成的，眼睛的感光系统如图1.2所示。;;LGN是视觉信息的中转站，视辐射可由LGN中含有的第3级神经元组成，最后将这些神经纤维投射到视觉皮层中。视觉传导神经通路如图1.3所示。;;;;;;;;;;;;人的双眼是分开的，双眼瞳孔间的水平距离约为6.5cm，如图1.5所示。;;当观察目标物体时，眼球内转使双眼视轴交汇于注视目标，这个过程称为会聚，如图1.6所示。;如图1.7所示，相对视差是α-β，绝对视差是α、β。;;;;;;;这是一个更符合实际情况的模型，如图1.8所示。;在频率掩蔽模型上，他认为并不是频带越低，人眼就越对这个频带敏感，而是一个倒“U”形的曲线，如图1.9所示。;改进的模型依靠Canny算子来计算边界，并依靠每块中含有的平均边界信息来对块进行分类，这样就使得该模型具有了较好的扩展性，如图1.10所示。;Ngan和Nill等提出的由人类视觉系统模型产生的空间CSF曲线如图1.11所示。;;图1.12显示的就是通过Canny算子检测出来的city_4cif视频序列中第一个视频帧的边缘。;;;;;;;;;;;;图2.1中显示的是一幅故宫的图像及其局部放大后的图像。;从图2.2可以明显看出，图像具有局部平滑的特性。;;一般出版物为了降低成本，都采用灰度图像，也就是没有彩色的图像。那么，这种灰度图像属于8位图像，还是24位图像呢?具体在计算机中是如何表示的呢?这些问题参考位图的结构，如图2.4所示。;;;;;;;;下面我们看一下JPEG压缩的具体流程。首先若原始图像是RGB图像，则转换为YCbCr图像，对YCbCr两个色度分量进行下采样，然后进行8×8的块划分，如图2.6所示。;然后按照从上到下、从左到右的顺序分别对每个块做处理，如图2.7所示，将从图中取出的8×8块表示成f（x，y）的矩阵形式。;;;一般在图像处理中，有4种边缘类型，当然这4种类型也可以上下翻转，分别对应阶梯状、斜坡状、脉冲状和屋顶状4种边缘类型，如图2.19所示。;;;当u从0到N-1变化时，对应从低频到高频变化，其频谱图如图2.20所示。;;;;图2.23的每列像素值都一样，每行像素值分别从0~255均匀变化。;;;;;;若对应平坦区域，则表明行列式的值会很小，此时对应两个特征值都比较小，近似为0，如图2.27所示。;;例如，图2.29中当前点的半径为3的圆周上的点，若有连续12个点的像素值与当前点的像素值差大于某个阈值，则可认为是角点。;;;;;;;;这样将图像划分成线支撑区域，每个区域中的联通像素具有类似的梯度角度。然后，按照直线段的特征来拟合每个线支撑区域，直线图特征可用图2.34表示。;;;;;;;视杆细胞对不同波谱的响应与三种视锥细胞对波谱的吸收特性如图3.2所示。;;;;;;;;;;小孔成像是最常见的线性成像模型，如图3.20所示。;注意，图3.20中若以投影中心为坐标原点建立坐标系，则像素坐标会出现负值。为了方便使用，小孔成像模型可以等价转换为图3.21的形式。;;;;;;;;;;;;;;;;;;;;;;;相机方向即为像平面的方向，如图3.34所示。;;;;;;;;;;;在某个特定时刻，图像中像点对应于目标表面上的物点，如图4.1所示。;如图4.2所示，光源不动且物体表面均一，同时物体产生了自转运动，却并没有产生光流场；物体并没有运动，但是光源与物体发生相对运动，却有光流场产生。;;;;;若令u和v分别为2D坐标的横轴和纵轴，则光流约束方程对应一条直线，所有满足该方程的V的值都在这条直线上，如图4.3所示。;;;;;;图像金字塔如图4.4所示。;LKP的简化流程图如图4.5所示。;;;;;图4.8给出了覆盖/显露背景示意图。;;;;;;;;;;如图4.9所示是理想的摄像机原理图，它的摄像原理是透镜成像的基本原理。;图4.10是透视投影的几何模型。;;;;;;;;;;;;;;;表5.1中列出了6种模型的先验条件假设，包括光照变化和运动类型两个方面，针对不同的情况总结了数据项的模型表达。;;;;;;;;;;;;;;;;;;;;;;;;;;;5.2中的箭头表示样本点与中心点的偏移向量，箭头的长度是偏移向量的大小。;;;;;;;;;;;;;;Markov性假设如图6.1所示。;;;;;;;一个离散动态系统可分解成两个过程：n维的动态系统和p维（p≤n）的观测系统，如图6.2所示。;;;;;;如图6.3所示，在HSV颜色空间中，H分量指Hue（色相），S分量指Saturation（饱和度），V分量指Value（亮度）。;;;其中，（xi，yi）为形状区域内各点的坐标。轮廓