人工智能导论：计算机视觉PPT教学课件.pptx

计算机视觉第七章

知识结构

知识目标1.了解计算机视觉的应用领域和研究方向。2.掌握基本的图像预处理和特征提取的原理与方法。3.掌握图像形态学处理算法。

能力与素养目标1.能够培养学习兴趣,关注学科前沿技术。2.能够具备自主拓展学习和解决问题的能力。3.能够利用图像处理算法解决实际问题。

专题拓展阅读随着汽车的普及,汽车已经成为人工智能技术非常大的应用投放方向,但就目前来说,想要完全实现无人驾驶,距离技术成熟还有一段路要走。不过利用人工智能技术,汽车的驾驶辅助功能及应用越来越多,这些应用多数是基于计算机视觉和图像处理技术来实现的,比如疲劳驾驶预警系统。疲劳驾驶预警系统是一种基于驾驶员生理反应特征的驾驶人疲劳监测预警产品,可以监测驾驶员的疲劳状态,识别出异常行为,有效减少因疲劳驾驶引起的交通事故,确保驾驶员行车过程的安全性、可靠性。疲劳驾驶预警系统一般采用非介入式的检拓展测途径,利用机器视觉技术,可以检测驾驶员面部的生理反应特征,如眼睛特征、视线方向、嘴部状态、头部位置等,从而判断驾驶员的疲劳状态。驾驶员眼球的运动和眨眼信息被认为是反映疲劳的重要特征,眨眼的幅度、频率以及平均闭合的时间,都可以直接用于检测疲劳。疲劳驾驶危害非常大,驾驶员应时刻树立安全意识,自觉避免疲劳驾驶,保障驾车过程的安全性,避免因疲劳驾驶引发交通事故,做到防患未然。

无人驾驶——车辆自主控制的技术无人驾驶，是指让汽车自身拥有环境感知、路径规划并自主实现车辆控制的技术。通过人工智能、深度学习“教”搭载了各种类型传感器的车辆学会驾驶。

点击以上图标观看微课视频：拓展疲劳驾驶预警系统微课

专题拓展阅读一幅图像具有丰富的信息,比如一幅简单的山水画上可能涵盖有山、水、树、花等上千个信息,且信息形象直观,可以跨越语言的障碍。古语“百闻不如一见”,也说明了图像中所蕴含的信息是非常丰富的,是人类最主要的信息源。人类从外界获取的信息约75%来自视觉系统,说明人类对视觉信息有较高的利用率。计算机视觉就是研究如何让机器去“看”的科学,希望计算机能够具有人类视觉的所有功能,即希望通过人工智能技术重构人眼,重构视觉皮层。计算机视觉是一项跨学科的综合技术,应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。计算机视觉与很多学科都具有关联性,如计算机科学、数学、心理学、生物学等,是一个交叉性综合学科。

目录7.1图像处理系统的构成7.2图像的获取7.3图像形态学处理7.4图像边缘提取7.5图像分割7.6计算机视觉的实际应用

图像处理系统的构成7.1

7.1图像处理系统的构成图像处理系统的组成结构基本上分为三部分,如图7-1所示。第一部分描述的是低级处理阶段,包括图像的获取和预处理操作,属于低层次的图像处理。第二部分描述的是中级处理阶段,包括图像的分割技术、表示与描述。第三部分描述的是高级处理阶段,包括识别与解释,主要会涉及模式识别与人工智能等方面的知识。低级处理、中级处理、高级处理并不是真正意义上的低级、中级和高级,而是在抽象层面上的表示。低级处理主要是对像素进行处理,中级处理表示对目标和背景的操作,而高级处理更多的是对图像的理解。同时可以看到所有的操作均与知识库交互,无论是获取、分割还是识别,都离不开算法和知识。

7.1图像处理系统的构成

7.1图像处理系统的构成(1)低级图像处理:主要对图像进行加工来改善图像的视觉效果,突出一些有用信息,并为自动识别打基础。特点:输入是图像,输出也是图像。(2)中级图像处理:在低级图像处理的基础上,主要对图像中感兴趣区域进行检测(或分割),以获得客观信息,从而建立对图像的描述。特点:输入是图像,输出是特征(如边界、轮廓及物体标识)。(3)高级图像处理:在中级图像处理的基础上,进一步研究图像中各目标的性质和它们之间相互的联系,并得出对图像内容含义的理解(对象识别)及对原来客观场景的解释(计算机视觉)。特点:输入是数据,输出是理解。

图像的获取7.2

7.2图像的获取通过图像感知器来获取事物的图像称为图像的获取过程。获取图像的感知器有多种,比如遥感设备、光敏摄像机、雷达、X射线断层摄影仪等,不同感知器获取图像时,产生的图像也不同。有的是二维图像,有的是三维图像,可以根据对获取到的图像的需求来选择具体的感知器。人通过眼睛获取到的图像是模拟图像,模拟图像可用连续函数来描述,在二维坐标中是连续变化的图像。而计算机通过摄像头采集到的图像是数字图像,因此要想对图像进行处理,第一步就是要将连续色调的模拟图像转换为计算机能处理的数字图像,获取的过程称为数字化过程。

图像数字化是将一幅图像转换成数字图像的过程。首先需要将一幅图像分割成若干小块(每个小块称为像素或元),并对每个小块赋值(用整数来表示每个小块)