计算机视觉总论

第9章计算机视觉简介•人类视觉•计算机视觉•Marr的视觉计算理论框架人类约有75%的信息是通过视觉系统获取的。视觉是思维的一种最基本的工具人类视觉人类视觉是通过人眼来感知世界的过程输入：通过眼睛对世界的观察输出：对世界的感知计算机视觉•计算机视觉是一门研究如何使机器“看”的科学，即用摄影机和电脑代替人眼对目标进行识别、跟踪和测量。•用计算机实现对视觉信息处理的全过程计算机视觉是通过对图像和视频的分析处理，实现类似人类视觉感知能力的过程输入：图像或视频输出：对象的恢复以及对对象信息的使用Marr的视觉计算理论框架DavidMarr(1945-1980)是英国心理学家。他将心理学、人工智能和神经生理学的结果结合起来，对视觉的研究做出了重要贡献。他是计算视觉的奠基人。DavidMarr70年代末在美国MIT提出了第一个较为完善的视觉系统框架此框架尽管存在很多缺陷，但过去20多年一直处于主导地位视觉系统研究的三个层次表1-1计算理论表示和算法硬件实现计算的目的是什么？如何实现这个计算理论？在物理上如何实现为什么这一计算是合适的？输入、输出的表示是什么？这些表示和算法？执行计算的策略是什么？表示与表示之间的变换是什么？视觉信息处理的三个阶段低层视觉(Low-levelvision)构成所谓的“要素图”(primarysketch),包含一些基本的图像特征(角点、边缘、线条、边界、色彩、纹理等)中层视觉(Intermediate-levelvision)构成对环境的2.5维描述，即部分的、不完整的三维信息描述(恢复场景可见部分的深度、法线方向、轮廓等，包含了深度信息，但不是真正的物体三维表示。)高层视觉(High-levelvision)从2.5维描述得到完整的三维描述(恢复、表示和识别三维物体)Marr框架的计算机视觉三阶段Marr模型的缺点：假定视觉系统是被动的，给什么图像就处理什么缺乏或者未足够重视高层知识的指导作用由局部信息到整体信息的单向过程，没有反馈