第十章 机器视觉new.pptVIP

中南大学 智能系统与智能软件研究所 第十章 机器视觉 10.1 图象的理解与分析 10.2 积木世界的景物分析 10.3 视觉的知识表示与控制策略 10.4 物体形状的分析与识别 10.5 机器人视觉系统举例 10.6 小结 10.1 图象的理解与分析 10.1.1 视觉信息的表达方法 根据马氏(Marr)提出的假设，视觉信息处理过程包括3个主要表达层次，即初始简图、二维半简图和三维简图。如下图所示： 10.1.2 边缘距离的计算 图象辉亮边缘的平均与差分 一种处理噪声边缘的方法包括下列四个步骤： (1)从图象建立平均亮度阵 灵长目动物视网膜特性 假设： (1)灵长目动物视膜的滤波处理功能在运算上与由墨西哥草帽形点扩散函数的滤波相似； (2)存在两种视膜细胞，一种传输滤波图象的正向部分，一种传递滤波图象的负向部分； (3)墨西哥草帽形滤波器是通过激发与禁止这两种操作的组合来实现的。 物体距离的确定 10.1.3 表面方向的计算 反射图体现光照约束 把从所有可能位置观察到的亮度都相同的表面定义为朗伯表面(Lambertian Surface)，它的亮度只由光源的方向决定。这一关系遵循下列公式： E=ρcosi  表面方向的确定 由f和g来确定表面方向 ，可以利用下面两个约束： 亮度 表面平滑度 松弛算法 (1)对所有非边界点，令f=0和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(直到所有的值变化得足够慢为止)： (a)对当前阵列中的每个点： i)如果是个边界点，则不做任何事； ii)如果是个非边界点，那么用松弛公式计算新的f和g值。 (b)把所得新阵列称为当前阵列。 10.2 积木世界的景物分析 10.2.1 积木世界景物的线条标示方法 积木世界视觉研究的主要目标是理解从一堆玩具积木的图象得到对于景物的描述。 研究积木世界景物时，输入的图象可以是积木景物的照片、电视摄影图象或是线条图。 积木世界景物分析的研究对象比较狭窄，并且有意地进行了简化。 10.2.2 无断裂和阴影时三面顶点的标示方法 线条和接点的分类 10.2.3 有断裂和阴影时线条图的分析 两种对线条解释进一步分类的方法： (1)对凹面标志进一步分类并引入断裂线标； (2)用光照条件增加标志数量和严格约束 线条标志除了表示关于边缘类型的基本信息以外，还可以表示关于照明状态的知识。 10.3 视觉的知识表示与控制策略 10.3.1 视觉信息的语义网络表示 10.3.2 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结构相结合。这个语义网络有时像一个具有专门的求值规则的框架。物体之间几何关系的基本运算有以下4种： (1)方向性运算 (2)区域运算 (3)集合运算 (4)谓词运算 10.3.3 视觉系统的控制策略 视觉控制策略支配着通过各表达层次的信息流和活动，它的触发机构的两种极端表征如下： (1)图象数据的驱动。 (2)内部模型驱动。 (3)非层次控制。 10.4 物体形状的分析与识别 10.4.1 复杂形状物体的表示 1.曲线形状的描述与量度 2.面积形状的描述与量度 10.4.2 三维物体的形状描述 1.物体形状的广义锥体表示 2.广义锥体描述的计算 10.4.3 物体形状识别方法 图匹配法(Graph matching) 当且仅当P(n)与P′(n)对某一给定的相似性量度相似时，形成一对配对(assignment) 若两幅图G和G′的节点具有一对一的配对，使得所有配对相互兼容，就称这两幅图是 同构(isomorphic)的。 若(n,n′)为一配对，仍要求P(n)=P′(n′)。如果G的子图与G′的子图同构，称图G与G′为亚同构(subisomorphic)的。 松弛标示法(Relaxation labeling) 弧的相容性(art consistency) 全局相容性(globe consistency) 路径相容性(path consistency) 罗森菲尔德(Rosenfeld)等人提出用迭代