图像理解及计算机视觉

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
– Olivier Faugeras, "Three Dimensional Computer Vision", MIT Press, 1993 – Richard Szeliski, ”Computer Vision: Algorithms and Applications”, 2009,
http://research.microsoft.com/en-us/um/people/szeliski/Book/ – “Pattern Classification (2nd Edition)”, by R.O. Duda, P.E. Hart, and D.G. Stork, Wiley-Interscience, 2000. – “Pattern Recognition and Machine Learning”, by Christopher M. Bishop, 2006 – Michael I. Jordan, “An Introduction to Probabilistic Graphical Models”
推荐教材《图像工程(第3版)》 《图像工程(下册):图像理解(第3版)》 《图像处理、分析与机器视觉(第3版)》 《计算机视觉:一种现代方法(第2版)(英文版)》 《学习OpenCV》 《数字图像处理与机器视觉:Visual C++与Matlab实现》 《特征提取与图像处理(第2版)》 《数字图像处理(第3版) 》
C ONTE NT S
课程简介
– 课程设置情况 -教学目标与要求 -课程内容与学时分配 -教材
– 参考资料 – 相关课程 – 课程网址
– 成绩评定 – 实验平台与开发工具 -图像理解 -图像分析
课程介绍
•课程编号:1020299
wk.baidu.com
•课程名称:图像理解与计算机视觉
•英文名称:Image Understanding & Computer Vision
三、教材
【1】Milan Sonka(美)等著,艾海舟等译. 图像处理分析与机器 视觉(第二版). 北京:人民邮电出版社. 2003. 【2】R. C. Gonzales(美). 阮秋琦等译. 数字图像处理.北京:电 子工业出版社,2004. 【3】R. C. Gonzales(美). 阮秋琦等译. 数字图像处理(MATLAB 版). 北京:电子工业出版社,2004. 【4】章毓晋著. 图像工程(下册). 北京:清华大学出版社. 2006.

•开课单位:测绘与地理信息学院
开课学期:2016-2017年第一学期
•课内学时:36学时
教学方式:讲课与自学
•适用专业: 测绘科学与技术
考核方式:课程报告
•预修课程:数字摄影测量与遥感信息处理、数字图像处理、计算机图形学
一、教学目标与要求
目标:
《图像理解与计算机视觉》是一门涉及多个交叉学科领域的 课程。本课程侧重于图像理解和计算机视觉中的基本理论,课程 主要侧重对图像处理、目标识别以及计算机视觉方面的理论和应 用进行系统介绍。目标是使学生学习了本课程之后,对图像理解 和计算机视觉的基本理论,尤其是图像处理的概念、基本原理以 及解决问题的基本思想方法有一个较为全面的了解和领会;学习 计算机视觉的基本理论和技术,了解各种智能图像处理与计算机 视觉技术的相关应用;具备解决智能化检测与识别等应用问题的 初步能力,为以后从事模式识别、计算机视觉、测绘科学、多媒 体技术等领域的研究与工程建设打下扎实的基础
二、课程内容与学时分配
1.绪论(2学时) 介绍课程、图像处理的基本概念和图像理解的基本内容和内涵。 2.图像与视觉系统(2学时) 人类视觉系统基本构造和模型,亮度视觉与颜色视觉的基本概念、 模型及视觉特性。 3.图像分析出和图像变换(4学时) 图像信号的数学表示,图像的采样和量化,图像像素的基本概念 及相关概念,基本图像运算,图像的线性系统理论,二维傅立叶 变换及其基本性质,快速傅立叶变换,离散余弦变换,离散沃尔 什变换,K-L变换,离散小波变换以及其他的二维正交变换。 4.图像增强与恢复(4学时) 图像的空域增强技术,频域增强技术,图像退化的基本模型及图 像恢复的基本思想,图像恢复的基本技术。 5.彩色和多光谱图像处理(2学时) 彩色图像处理(增强和复原等),基于颜色特征的图像检索,多 光谱图像处理,影像融合,遥感超光谱图像处理
二、课程内容与学时分配
6.图像分割(4学时) 视觉认知模式,基于边缘的图像分割技术,基于区域的图像分割 技术,图像分割评价。 7.纹理分析(4学时) 纹理分析统计方法,有序纹理的结构分析,基于模型的纹理分析, 从纹理恢复形状。 8. 图像识别(4学时) 图像目标特征的提取与表达,图像目标特征的描述,图像目标的 分类和估计。 9.图像识别应用(2学时) 图像特征分析、分割与识别,雷达图像处理与识别,地学遥感图 像分析与识别。 10.计算机视觉的高层感知 (6学时) 计算机视觉计算理论、计算机视觉的基本概念;Marr视觉计算理 论;计算机视觉的应用;计算机视觉的研究内容与面临的困难、 与其它学科的关系。
一、教学目标与要求
要求: 1. 理解图像分析与图像理解的基本概念与基本内容; 2. 2. 了解人类视觉系统基本构造,熟练掌握视网膜的构造和功能以 及人类视觉模型; 3. 了解人类视觉的认知模式(模板匹配、特征分析、结构描述 等); 4. 熟练掌握基于边界和区域的基本图像分割技术以及图像分割的 评价方法和测度。 5. 掌握纹理分析统计方法和从纹理恢复形状。 6. 熟练掌握图像目标的边界、区域特征的表达、测量及描述方法 和图像分类识别的不 同方法。 7. 掌握计算机视觉计算理论,了解计算机视觉信息系统模型;了 解具体的智能图像信 息分析系统。
参考资料
– Emanuele Trucco, Alessandro Verri, "Introductory Techniques for 3-D Computer Vision", Prentice Hall, 1998.
– Mubarak Shah, "Fundamentals of Computer Vision ", www.cs.ucf.edu/courses/cap6411/book.pdf
相关文档
最新文档