计算机视觉：绪论

1 .中国科学技术大学 自动化系 

2 . 主讲： 曹洋 forrest@ustc.edu.cn 办公室：科技楼西楼 303 

3 .课程教材： 使用教材： Richard Szeliski ， Computer Vision: Algorithms and Applications ， Springer ， 2010 参考教材： David A. Forsyth, Jean Ponce 著，计算机视觉（一种现 代方法），电子工业出版社 2004 。 课程主页： 待定 

4 .课 程 设 置 

5 .课程设置： 视觉基础理论： 神经生理学、认知科学； 视觉基础 色度学、光学； 射影几何、矩阵理论。 图像处理： 计 空域图像处理； 底层处理 算 频域图像处理； 机 图像特征提取。 视 图像分割； 觉 相机标定； 中层处理 深度估计； 运动估计。 三维重建； 高层处理 目标识别。 

6 . Week 1 绪论 (2.27 ， 3.2) (5 lectures) 视觉基本特性 I 生物特性 Week 2 视觉基本特性 II （ 3.6 ， 3. 物理特性 9） (5 lectures) 视觉基本特性 III 几何特性 Week 3 图像处理基础 I （ 3.13 ， 3.1 空域处理 6） (5 lectures) 图像处理基础 II 频域处理 Week 4 特征提取 I （ 3.20 ， 3.2 点特征 3） 

7 . Week 5 图像分割 I （ 3.27 ， 3.3 主动轮廓线 0） (5 lectures) 图像分割 II Mean shift Week 6 图像对准 （ 4.3 ， 4. 8） (5 lectures) 摄像机标定 Week 7 单幅图像深度估 （ 4.10 ， 4.1 计 I 3） (5 lectures) 单幅图像深度估 计 II Week 8 运动估计深度 I （ 4.17 ， 4.2 0） 

8 . Week 3.20 9 4.17 立体视觉深度估 图像分割 引言 I （ (34.24 (3 ， 4.2 计 lectures) lectures) 主动轮廓线 7） 4.19 3.22 图像分割 视觉基本特性II I (2 (5 lectures) 测距成像系统 (2 lectures) 生物特性 Mean shift Week 3.2710 4.24 劳动节放假 图像对准 视觉基本特性 II （ lectures) (3 (3 5.1 ， 5. lectures) 物理特性 4） 4.26 3.29 摄像机标定 视觉基本特性 III (5 (2 lectures) (2 lectures) 三维重建 几何特性 I 5.1 4.3 劳动节放假 图像处理基础 I (3 (3Week lectures) lectures) 11 三维重建 空域处理 II （ 5.85.3， 5.1 4.5 运动估计 图像处理基础 I II (2 1） (2 lectures) lectures) 频域处理 (5 lectures) 4.10 5.8 目标识别 特征提取 I III 运动估计 (3Week lectures) 12 目标识别 点特征 II （ 5.15 ， 5.1 稠密运动估计 5.10 4.12 特征提取 II (2 8 ） (2 lectures) lectures) 光流 边缘及线特征 (5 lectures) 布置作业 

9 .考 阅读报告：两人一组，从 30 篇计算机视 核 觉的经典文献中挑选一篇阅读，并提交 方 一份阅读报告及 PPT 。 式 项目报告： 2-4 人一组，从五个候选项 目中任选一个，实现并提交项目报告以 及源代码。 

10 .

11 .计算机 视觉 

12 . 智能机器：能够模拟人类的功能，感知外部世界并 有效解决人所能解决问题的系统。  在人类的感知器官中，视觉获取的信息量最大，大 约 80% ，因此对于发展智能机器而言，赋予机器 以人类视觉功能是十分重要的。  计算机视觉：研究用计算机来模拟生物外显或宏观 视觉功能的技术学科。  计算机视觉的任务是用图像创建或恢复现实世界模 型，然后认知现实世界。  具体来说，让计算机具有对周围世界的空间物体进 行传感、抽象、判断的能力，从而达到识别、理解 的目的。 

13 .

14 .

15 .

16 .

17 .

18 .

19 .

20 . 分为三个阶段 少 ◦特征提取和区域分割 底层处理  基于轮廓 , 纹理 , 颜色… ◦建模与模式表达 中层处理 知  基于各种物体的抽象化模 识 型 ◦描述和理解  基于景物的结构知识 高层处理 多 

21 . 输入设备 (input device) 的研制 , 包括成像设 备和数字化设备．成象设备是指通过光学摄像机 或红外、激光、超声、 X 射线对周围场景或物体 进行探测成象，得到关于场景或物体的二维或三 维数字化图像．  对输入的原始图像进行预处理．这一过程借用了 大量的图像处理技术和算法，如图像滤波、图像 增强、边缘检测等，以便从图像中抽取诸如角点 、边缘、线条、边界以及色彩等关于场景的基本 特征；这一过程还包含了各种图像变换（如校 正）、图像纹理检测、图像运动检测等． 

22 . 恢复场景的深度、表面法线方向、轮廓等有关场 景的 2.5 维信息 , 并在此基础上恢复物体的完整 三维图，建立物体三维描述 .  根据机器预先存贮的模型知识以及形状、色彩等 特征 , 对于图像中各种物体进行识别 , 确定它们 用于哪一类物体 .  建立各个图像中物体的拓扑关系图 , 给出图像所 反映景物的结构描述 .  体系结构（ system architecture ） , 涉及 一系列相关的课题 , 并行结构、分层结构、信息 流结构、拓扑结构以及从设计到实现的途径． 

23 . 图像多义性： 三维场景被投影为二维图像，深度和不可 见部分的信息被丢失，因而会出现不同形状的三维物体投 影在图像平面上产生相同图像的问题．另外，在不同角度 获取同一物体的图像会有很大的差异．  环境因素影响：场景中的诸多因素，包括照明、物体形状 、表面颜色、摄像机以及空间关系变化都会对成像有影 响.  知识导引： 同样的图像在不同的知识导引下，将会产生 不同的识别结果．  大量数据： 灰度图像，彩色图像，深度图像的信息量十 分巨大，巨大的数据量需要很大的存贮空间，同时不易实 现快速处理． 

24 .

25 .

26 .

27 .

28 .

29 .