机器视觉原理及应用 习题及答案 宋丽梅.docx

机器视觉原理及应用 第一章课后习题答案 1.总结机器视觉发展历史。 机器视觉发展经历了从20世纪70年代的数字图像处理、马尔视觉理论框架、积木世界，20世纪80年代的图像金字塔和尺度空间、“由X到形状”、Snake模型、视觉相关变分优化算法，20世纪90年代的“图割”(graph cut)稠密立体视觉、统计学习方法以及必威体育精装版的计算摄像学、计算成像、2D/3D图像及视频理解、深度学习等过程。 2.给出机器视觉应用的五个具体例子。 无人驾驶、机器人抓取、工业检测、虚拟现实、人机交互等。 3.机器视觉的目标是什么？ 机器视觉是机器(通常指数字计算机)对图像进行自动处理并报告“图像是什么”的过程，总的来说是使得机器代替人进行视觉感知。 4.机器视觉的主要内容有哪些？ 相机标定与图像形成等底层机器视觉问题、Shape From X三维视觉、立体视觉、光流与运动分析、目标匹配，检测与识别、3D传感，形状描述、目标跟踪、视觉人机交互与虚拟现实与增强现实、计算成像、图像、视频理解。 5.叙述马尔理论的主要内容。 Marr的理论指出视觉是一个复杂的信息加工过程。为了理解视觉中的复杂过程，首先要解决两个问题：第一，视觉信息的表达问题；第二，视觉信息的加工问题。马尔从信息处理系统的角度出发，认为对视觉系统的研究应分为三个层次，即计算理论层次、表达与算法层次和硬件实现层次。马尔从视觉计算理论出发，将系统分为自下而上的三个阶段，即视觉信息从最初的原始数据（二维图像数据）到最终对三维环境的表达经历了三个阶段的处理。 6.机器视觉与模式识别的区别是什么？ 二者存在多方面的区别:机器视觉通过机器代替人进行视觉感知，机器视觉的核心问题是从一张或多张图像生成一个符号描述，因此需要考虑前端的成像，而模式识别的主要任务是对模式进行分类，模式识别只需要考虑输入的图像。模式识别的内容主要包分类、识别等，而机器视觉的内容包括相机标定、三维重建等。 此外，机器视觉由两部分组成：特征度量与基于这些特征的模式识别。机器视觉系统的输入是图像或者图像序列，输出是一个描述。 7.机器视觉与图像处理的区别是什么？ 机器视觉与图像处理是有区别的。图像处理的目的是使图像经过处理后变得更好，图像处理系统的输出仍然是一幅图像，而机器视觉系统的输出是与图像内容有关的信息。图像处理可分为低级图像处理、中级图像处理和高级图像处理，处理内容包含图像增强、图像编码、图像压缩、图像复原与重构等。 8.计算机视觉与计算机图形学之间有什么不同？ 计算机视觉与计算机图形学是相互关联而又互逆的过程。计算机图形学的目的是真实或非真实地呈现一些场景，即通过虚拟建模等方式对得到的场景进行处理，然后使用计算机进行呈现；而计算机视觉是为了得到真实场景的信息通过采集图像进行处理。 9.考虑到近年来的科技进展（如人工智能、机器学习、大数据、物联网、激光雷达与无人驾驶等），在哪些方面对马尔理论进行补充和完善？ 人工智能、机器学习、大数据等为马尔理论的算法层次提供了丰富内容以及相应的补充，激光雷达与无人驾驶等技术及应用对马尔理论从计算理论层次、表达与算法层次和硬件实现层次提出了新的要求和挑战。无人驾驶等需求进一步体现了Marr理论提出的视觉是一个复杂的信息加工过程的必要性。为实现更可靠了的人工智能及无人驾驶，需要更深入的研究“视觉是一个复杂信息加工过程”这一课题。人工智能、无人驾驶等促进了对马尔理论框架进行完善的必要性，比如在框架中加入反馈以及考虑人的因素以及人在回路的思想。 10.思考计算成像对机器视觉发展带来的影响。 计算成像从更高维度上给机器视觉提供了更加丰富、完整的数据，克服了传统机器视觉成像的景深小、测量距离小、信息少、速度低、约束少、维度低、功能少等问题，可以更好的为机器视觉提供数据，帮助机器视觉系统看得更清、看得更远，看得更全，解决传统机器视觉目前存在的挑战性问题，提升机器视觉的应用空间和扩展机器视觉的应用范围，对工业产品检测、智能制造、智能机器人、虚拟现实、脑智能、实验力学、生物医学等领域具有重要的影响。 第二章课后习题答案 1. 推导世界坐标系与图像像素坐标系之间的转换关系 答：根据各坐标系间的转换关系,可以得到世界坐标系与图像像素坐标系的转换关系： 其中，ax=f/dx，a 2. Tsai两步标定法与张正友标定法的区别是什么？ 答：Tsai两步法是先线性求得相机参数，之后考虑畸变因素，得到初始的参数值，通过非线性优化得到最终的相机参数。Tsai两步法速度较快，但仅考虑径向畸变，当相机畸变严重时，该方法不适用。 张氏标定法使用二维方格组成的标定板进行标定，采集标定板不同位姿图片，提取图片中角点像素坐标，通过单应矩阵计算出相机的内外参数初始值，利用非线性最小二乘法估计畸变系数，最后使用极大似然估计法优化参数。该方法