主講老師：曹洋
課程**：視覺
基礎⇒底
層處理（
影象處理
、特徵提
取）⇒中
層處理（
影象分割
、相機標
定、深度
估計、運
動估計）
⇒高層處
理（3d
重建、目
標識別）
視 覺基
礎⇒底層
處理（圖
像處理、
特徵提取
）⇒中層
處理（圖
像分割、
相機標定
、深度估
計、運動
估計）⇒
高層處理
（3d重
建、目標
識別
）人類視覺過程：識別+抽象，並且利用了結構知識
視覺過程：光學系統（晶狀體等）
⇒ ⇒
視網膜⇒ ⇒
視覺神經到大腦皮層的視覺資訊處理
神經元：感知機模型
多層感知機具有同心圓、中心、周邊拮抗性的感受野，感受野啟用強度影象類似mexican hat
光度學研究光的輻射強度和人的主觀亮度之間對應關係的物理學分支
成像三要素：光源、物體、影象平面
色度學研究光的頻率特性和人的主觀色彩之間對應關係的學科
杆細胞、錐細胞：前者對光強靈敏度高，對色彩靈敏度低，後者相反。視網膜中有三種錐細胞，分別對應rgb三種顏色
rgb⇒
⇒
hsv：在視網膜到大腦皮層的視覺通路上完成
cmy模型：反射光的物體用cmy相減模型（發光的用rgb相加模型）
cie顏色模型
互補色：可以按一定比例混合得到白光的兩種顏色，在cie色度圖上兩顏色的連線過白光點
主波長：從白光點連線該色光點並延長後交於色度圖邊緣的那一點所表示的顏色，如果交於紫光區則反向延長
其他顏色模型：ycrcb，包括lab和luv
數字相機原理：光學成像系統
⇒ ⇒
光學感測器
⇒ ⇒
adc⇒ ⇒
影象處理模組
⇒ ⇒
影象壓縮模組
相機三要素：焦距、光圈、快門
影象壓縮：
1. rgb
⇒ ⇒
ycrcb
2. 8×8
8 ×8
分割，計算每一小塊的rgb均值
3. 對每一小塊進行dct
4. 量化dct的前3組低頻分量
齊次座標x→
(x,1
)tx →(
x,1)
t無窮遠點(x
,0)t
( x,
0)
t超平面的齊次座標表示l⋅
x+b=
0⇒l⋅
x=0 l⋅x
+b=0
⇒l⋅x
=0
（計算機視覺）計算機視覺基礎
opencv cximage cimg freeimage opencv中vc庫的版本與visual studio版本的對應關係 vc8 2005 vc9 2008 vc10 2010 vc11 2012 vc12 2013 vc14 2015 vc15 2017 visual studio中的輔助...
計算機視覺
眾所周知，計算機不認識影象,只認識數字。為了使計算機能夠 理解 影象，從而具有真正意義上的 視覺 本章我們將研究如何從影象中提取有用的資料或資訊，得到影象的 非影象 的表示或描述，如數值 向量和符號等。這一過程就是特徵提取，而提取出來的這些 非影象 的表示或描述就是特徵。有了這些數值或向量形式的特徵...
漫談計算機視覺
從輸入圖象到資訊獲取之間存在著巨大的認知空白，其間需要經過一系列十分複雜的資訊處理和理解過程。想象一下，在火車站，我們可以從茫茫人群中精確地找出要迎接的夥伴，這遠非現在的機器學習 搜尋引擎所能解決的。這再次證明人類視覺系統的強大。對人類視覺過程本質的認識，乃是揭開機器視覺進步的關鍵。對計算機而言，所...