计算机视觉课件笔记.docx

第一讲：介绍

1什么是视觉：Visionistheprocessofdiscoveringfromimageswhatispresentintheworld,andwhereitis.

2研究视觉的用处：对象识别、空间定位、运动跟踪、动作识别

3什么是计算机视觉：ComputerVisionisthestudyofanalysisofpicturesandvideosinordertoachieveresultssimilartothoseasbymen.即为了近似于人眼观察结果而进行的图像和视频的分析研究

4MAR计算机视觉理论：将视觉过程看做一个信息加工过程，把视觉图像的形成划分为三个阶段：

1)二维

1)二维基素图〔2-Dsketch〕：视觉过程的第一阶段，由输入图像而获得基素图。基素图主要指图像中强度变化剧烈处的位置及其几何分布和组织结构，其中用到的基元包括斑点、端点、边缘片断、有效线段、线段组、曲线组织、边界等.目的在于把原始二维图像中的重要信息更清楚地表示出来。

(2)2.5维要素图：视觉过程的第二阶段，通过符号处理，将线条、点和斑点以不同的方式组织起来而获得2.5维图。视觉过程的这一阶段也称为中期视觉。2.5维图指的是在以观察者为中心的坐标系中，可见外表的法线方向、大致的深度以及它们的不连续轮廓等。其中用到的基元包括可见外表上各点的法线方向、和各点离观察者的距离〔深度〕、深度上的不连续点、外表法线方向上的不连续点等等。视觉的这一阶段是由一系列相对独立的处理模块组成的。这些处理模块包括：表达、运动、由外表明暗恢复形状、由外表轮廓线恢复形状、由外表纹理恢复形状等。它的作用是揭示一个图像的外表特征。Marr声称，早期视觉加工的目标就是要建立一个2.5维的要素图，这是把一个外表解释为一个特定的物体或一组物体之前的最后一步。

(3)三维模型表征〔3-Dmodelrepresentation〕：

视觉过程的第三阶段，由输入图像、基素图、2.5维图而获得物体的三维表示。视觉过程的这一阶段，也称为后期视觉。所谓物体的三维表示指的是在以物体为中心的坐标系中，用含有体积基元〔即表示形状所占体积的基元〕和面积基元的模块化分层次表象，描述形状和形状的空间组织形式，其表征包括容积、大小和形状。当三维模型表征建立起来时，其最终结果是对我们能够区别的物体的一种独特的描述。

第二讲：视觉通路简介

1可见光谱范围：380nm~780nm

2眼球根本结构和功能：

3视网膜：将光信号转变成电脉冲信号

1光感受体：包括视锥细胞和视杆细胞。作用是将光信号转换为电脉冲信号。视锥细胞：亮视觉

1光感受体：包括视锥细胞和视杆细胞。作用是将光信号转换为电脉冲信号。

视锥细胞：亮视觉

视杆细胞：暗视觉

2中间层：构成视觉信息传输的直接和间接通道。

3神经节细胞层：视觉信息在这里形成纤维束,离开人眼。

光线

---------?

4视觉通路概述：

视觉传导通路：光线—角膜—瞳孔

视觉传导通路：光线—角膜—瞳孔—晶状体—玻璃体—视网膜色素上皮细胞层—视锥视杆细胞层—双极神经原—节细胞—视神经—视交叉—视束—外侧膝状体—视辐射—大脑半球枕叶皮质。

视觉反射通路：光线—角膜—瞳孔—晶状体—玻璃体—视网膜色素上皮细胞层—视锥视杆细胞层—双极神经原—节细胞—视神经—视交叉—视束—外侧膝状体—上丘臂—双侧上丘—中脑动眼神经副交感核—动眼神经—睫状神经节—节后纤维—瞳孔、睫状体—调节瞳孔对光反射和视觉反射

外侧膝状体

视皮层

视网膜

视束交叉：视束神经交叉的关键是内侧信号传输到对面,外侧信号传输方向不变

3视觉通道假说模型

3视觉通道假说模型

大量的动物实验说明,灵长类动物视觉系统将图像的不同特征(例如,形状、运动、颜色、空间位置等)分成不同通路并行处理,各通路为串行的等级结构.在所有并行处理通路中,最重要的两条通路是背侧通路(DorsalPathway)和腹侧通路(VentralPathway).前者完成“在哪儿(Where)〞功能,后者完成“是什么(What)〞功能.

第三讲：数学根底

1线性代数知识复习：齐次坐标系、普通二维坐标和二维齐次坐标之间进行转换、行列式、行列式几何意义〔二阶行列式：平面平行四边形的有向面积；三阶行列式：平行六面体的有向体积；n阶行列式：n维平行多面体的有向容积〕、行列式性质、两个三维向量叉积、矩阵、任意一个矩阵其本身蕴含一个变换、矩阵与线性变换之间的关系〔矩阵变换就是线性变换〕、二阶矩阵对应线性变换的平面几何图形小结、矩阵的秩〔初等变换不改变矩阵的秩〕、矩阵的K阶子式、满秩矩阵、满秩矩阵的逆矩阵、反对称矩阵、二元/三元线性方程组解的