计算机视觉与模式识别

计算机视觉

1.计算机视觉的定义

计算机视觉是使机器提供智能图像处理算法从图像中获取特征信息

计算机视觉研究的目的是为了从图像中获取视觉特征即用计算机和摄像机代替人眼对目标进行识别，追踪，测量等任务，利用图像处理方法，使用计算机实现人类期望的机器视觉功能

计算机视觉的研究目的是使计算机具有通过二维图像认知三维环境信息的能力，这种能力将不仅使机器能感知三维环境中物体的几何信息，包括它的形状，位置，姿态，运动等，而且能对它们进行描述，存储，识别和理解。

60年代第一次做的计算机视觉系统的实验，环境被限制在所谓的“积木世界”，即周围的物体都是有多面体组成的，需要识别的物体可以用简单的点，直线，平面的组合表示，计算机视觉的研究工作就是从这些简单的物体识别和定位开始的。

另一方面，用计算机视觉的方法还可以处理和识别更广泛的图像，例如遥感图像，医学图像等。

inverse problem

计算机视觉的问题是一个逆问题。输入的图像是二维图像的灰度，它是三维物体几何特征，光照，物体材料表面性质，物体的颜色，摄像机参数等许多因素的函数，由灰度反推以上各种参数是逆问题。这些问题往往是非线性的，问题的解不具有唯一性，而且对噪声或离散化引起的误差十分敏感。

2.计算机视觉的发展

3.研究内容

4.应用领域

（1）工业应用

（2）文字识别系统

（3）医学图像视觉系统

（4）机器人足球赛

（5）导航（辅助驾驶）

（6）视频信息处理

（7）基于内容的检索

（8）高精度三维测量与建模：三维摄像扫描测量系统，手持式扫描测量系统

5.计算机视觉与摄影测量对比

6.计算机视觉与三维重建

特征点提取，特征点匹配，构建自由网，三维重建

1.1生物视觉通路介绍

1.1.1生物视觉通路 串行与并行处理相结合，复杂

1.1.2感受野的分层等级