11第二讲-视觉系统基础.

上节回顾 计算机视觉：人工智能

的延伸

信号处理、模式识别、

认知等

Marr的三层表象计算理

论

视觉测量（Vision/Visual Measure）：根据摄像机获得的视觉信息对目标的位置和姿态进行测量。

视觉控制（Vision/Visual Control）：根据视觉测量获得目标的位置和姿态，将其作为给定或者反馈对机器人的位置和姿态进行控制。

视觉伺服（Visual Servo/Servoing）：利用视觉信息对机器人进行的伺服控制。（视觉控制的一种）

平面视觉（Planar Vision）：被测对象处在平面内，只对目标在平面内的信息进行测量的视觉测量与控制。

立体视觉（Stereo Vision）：对目标在三维笛卡尔空间（Cartesian Space）内的信息进行测量。

结构光视觉（Structured Light Vision）：利用特定光源照射目标，形成人工特征，由摄影机采集这些特征进行测量。

主动视觉（Active Vision）：对目标主动照明或者主动改变摄像机参数的系统。

被动视觉（Passive Vision）：采用自然测量。如双目视觉。

机器人视觉控制的作用

视觉：机器人的眼睛

工业机器人领域

用于目标和机器人末端位姿的测量以及机器人末端位姿的控制。

典型应用：焊接、喷涂、装配、搬运等。

移动机器人领域

用于环境中的目标位姿测量

典型应用：机器人视觉定位、目标跟踪、视觉避障等。

机器人视觉控制的研究内容 摄影机标定

视觉测量

视觉控制的结构和算法

计算机视觉

❝研究内容

◦视觉信息处理

◦视觉表示与计算

◦基于特征的计算

◦特征建模的算法

❝视听觉信息的认知计算（2009年重大研究计划）三个重大问题

◦感知特征提取、表达与整合

◦感知数据的机器学习与理解

◦多模态信息协同计算

如何处理一个视觉任务 辨别任务特征

确定方法

实验和分析

图像

表象以外的信息

1883年8月15日，美国著名物理学家、美国物理学会第一任会长亨利·奥古斯特·罗兰在美国科学促进会AAAS）年会上做了题为“为纯科学呼吁”的演讲。该演讲的文字后发表在1883年8月24日出版的Science杂志上，并被誉为“美国科学的独立宣言”。

假如我们停止科学的进步而只留意科学的应用，我们很快就会退化成中国人那样，多少代人以来他们（在科学上）都没有什么进步，因为他们只满足于科学的应用，却从来没有追问过他们所做事情中的原理。这些原理就构成了纯科学。中国人知道火药的应用已经若干世纪，如果他们用正确的方法探索其特殊应用的原理，他们就会在获得众多应用的同时发展出化学，甚至物理学。因为只满足于火药能爆炸的事实，而没有寻根问底，中国人已经远远落后于世界的进步。我们现在只是将这个所有民族中最古老、人口最多的民族当成野蛮人。

良心和道德

学术道德：不盲目追求指标，坐十年冷板凳。

工作道德：良心和实干

高薪和个人发展的平衡。

个人兴趣和社会发展。

80、90后的创业

社会良心：小悦悦事件

数字图像处理基本知识

图像处理技术的分类

模拟图像处理：光学处理和电子处理。

数字图像处理：计算机图像处理

数字图像处理的特点

信息量大

处理技术综合性强

图像信息理论与通信理论密切相关

数字图像处理的主要方法及内容

图像处理主要方法有空域法和变换域法

空域法：

图像看作是平面中各像素的集合，用二维函数表

示。有邻域处理运算和点运算。

变换域法：

对图像进行正交变换后再对变换域系数进行处理，如滤波、数据压缩、特征提取等。

图像处理主要内容图像获取及输入

图像存储系统图像处理与

分析系统图像输出系统

图像获取及输入

图像输入设备

统一的采样和量化 非统一的采样和量化

基于CCD光电耦器件的输入设备 摄像机、数字摄像机

数字相机

平板扫描仪

基于光电倍增管的输入设备 滚筒扫描仪

扫描仪分辨率与扫描图像的大小

分辨率：单位长度上采样的像素个数：

DPI(dot/inch)

1000DPI 1600DPI 1000像素1600像素

1英寸

原稿

为了计算机处理，图像函数f(x,y)在空间和取值上必须数字化

▪图像的采样

–空间坐标(x,y)的数字化被称为图像采样

–确定水平和垂直方向上的像素个数N 、M

M

N

图像采样的形式化定义

设Z表示整数集合

采样处理：将xy平面分配到一个网格上，且每一个网格中心的坐标是一个笛卡儿乘积ZxZ的元素对，即所

有有序元素对(a,b)的集合，其中a和b属于整数集合Z

xy平面

(a,b)

▪图像的量化

–取值的数字化被称为图像灰度级量化

–量化处理：将f 映射到Z的处理

–Z的最大取值，确定像素的灰度级数G = 2m，如256 f

图像的形式化定义

设Z表示整数集合，R表示实数集合

f(x,y)是数字图像：

（1）仅当(x,y) 是ZxZ中的整数，

（2）并且f是给每一个坐标对(x,y)分配了一个灰度值（该值出于R）的函数