章视觉与图像生成.pptx

数字视音频技术基础王维东浙江大学信息与电子工程系信息与通信工程研究所17:42:441

课程简介课程代码考书《数字视音频技术基础》讲义8/数字视音频技术基础/2014/wdwd/教学工作/考核平时40%(课程作业、必做project、上课出勤率和选做project加分)期末闭卷考试60%答疑信电楼308房间/周三下午2:30-5:00上课课间、课后Email，短信2Spring2013ZDMC–Lec.#1–2

任课教师王维东wdwang@浙江大学信息与电子工程学系玉泉校区信电楼306ZhejiangUniversityDepartmentofInformationScienceandElectronicEngineeringHangzhou,310027Tel:86-571(O)M)TA:钱京京614589，qjj2857@163.com聂涛：zzint@126.com,

授课时间和地点：2014年春学期，星期一下午，第9、10节(15:55-17:30)星期三上午，第1、2节(08:00-09:35)地点：玉泉教7-206(多)8/数字视音频技术基础/2014

课程目标关于课程内容关于作业认真做按时交关于讲义17:42:445★

第一章概述17:42:446

7概述在信息社会里，信息被视为与物质（材料）、能量（能源）同等重要的，支持人类各种活动的基础资源信息系统（存储、加工、交互传递、传播等系统）正成为人类社会生活中必不可少的基础设施信息系统分类：按信息运动过程的本质分类将信息从“这里”传输到“哪里”－信息通信系统将信息从“现在”存储到“未来”－信息存储系统将信息从“这样”变为“那样”－信息处理系统

8概述人类获取外部信息的70%－80%从视觉获得，10%是从听觉获得眼睛和耳朵是人类获取信息的最主要的感觉器官，因此图像和声音成为人类最为重要的信息媒体计算机和各种处理器的规模、功能和运行速度，磁盘等存贮介质的容量，通信网络带宽等都在日新月异地发展。数字化目的：存储、检索、处理、传输等数字视音频技术作为多媒体通信和娱乐的重要技术，其作用是为我们的眼睛和耳朵提供信息、提供服务。

9利用语音识别技术，可以让机器听懂人的指令、帮助录入文字，或者进行说话人辨识，并能实现基于语音的互联网、数据库检索。概述人与人之间的语音通信(人)行动意图说话方收听方○语言形成发音收听认识·理解传输系统(编码、解码)空间传播文本解析语音合成语音识别文章输入(机器)语音理解计算机处理应答文生成·Ⅰ：第一类人机语音通信问题Ⅱ：第二类人机语音通信问题ⅠⅡ○·

10概述面对广阔的应用领域，目前国内外众多公司正积极推动语音识别技术的应用。微软：让计算机能说会听IBM：ViaVoice仍居主流Intel：做语音技术倡导者

11微软英库，在线词典，在线翻译，英语学习引擎/概述

12图像和视频的处理和识别技术已成为自动化、智能化重要手段，可以代替人眼和手完成许多工作，如医学图像分析和诊断、金相材料分析、生产自动化、遥感、刑侦、艺术、商业、智能交通、生物认证等等。概述

13由航天飞机成像雷达(SIR-B)立体雷达图像导出的Shasta山(美California)概述

玉兔号月球车

15课程主要内容包括音频、视频和系统三个方面。包括数字视音频信息的获取、处理、传输、显示等技术。通过本课程学习，了解音频、语音、图像和视频信号的特点，掌握视音频采集和处理的基本概念和方法，了解视音频系统的基本概念，为深入学习音频和视频处理技术或从事信息处理相关工作打好基础。概述

17:42:4416第4章视觉与图像的生成

本章主要内容视觉系统的基本构造视觉特性色度学和颜色的表示光度学和成像模型三维成像几何坐标变换采样和量化数字图像的表示数字图像的邻域17:42:4417

4.1视觉系统的基本构造视网膜视网膜是眼晴的感觉神经层有五种从事信息处理的细胞：1.杆(柱)状细胞(约1.25亿) 和锥状细胞(约700万)2.水平细胞3.双极细胞4.无足细胞5.神经结细胞杆状细胞和锥状细胞是感光器件暗视觉杆状细胞灵敏度高，低照度下，杆状细胞提供视觉响应，且对形状敏感，但没有色感明视觉高照度下锥状细胞提供视觉，能分辨细节，有红、绿、蓝三种感光细胞，故有色感，角膜虹膜睫状肌睫状小带前房晶状体玻璃体视轴中央凹睫状体视网膜巩膜脉络膜景物信号送往大脑神经视觉系统结构示意图17:42:4418★

19巩膜角膜瞳孔虹膜睫状体脉络膜视网