计算机视觉测量系统是计算机视觉技术在测量领域中的延伸,因此两者的结构基本相同。图1.8 典型的视觉测量系统......
2023-11-24
1.计算机视觉技术的研究内容
下面从图像输入设备、低层视觉、中层视觉、高层视觉和体系结构五个方面介绍计算机视觉技术的主要研究内容。
(1)图像输入设备(Input Device)
输入设备包括成像设备和数字化设备。成像设备是指通过光学系统或红外、激光、超声、X射线等技术对周围场景或物体进行探测成像。之后通过数字化设备得到关于场景或物体的二维或三维数字化图像的装置。
(2)低层视觉(Low Level Vision)
低层视觉主要对输入的原始图像进行处理。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、图像边缘检测、图像纹理检测等,以便从图像中抽取诸如角点、边缘、线条、边界及色彩等关于场景的基本特征。这一过程还包括了各种图像变换(如校正)、图像压缩、图像运动检测等。
(3)中层视觉(Intermediate Level Vision)
中层视觉的主要任务是恢复场景的深度、表面法线方向、轮廓等有关场景的2.5维信息。实现的途径有立体视觉(Stereo Vision)、测距成像(Range Finder)、运动估计(Motion Estimation)等。系统标定等研究内容一般也在这个层次上进行。
(4)高层视觉(Heigh Level Vision)
高层视觉的主要任务是在以物体为中心的坐标系中,在原始输入图像、图像基本特征、2.5维图的基础上,恢复出物体的完整三维图,建立物体三维描述,识别三维物体,并确定物体的位置和方向等。
(5)体系结构(System Architecture)
体系结构这一术语最通常的含义是指在高度抽象的层次上,根据系统模型而不是根据事先设计的具体例子来研究系统的结构。为了说明这一点,可以考虑建筑设计中某一时期的建筑风格(如清朝时期)和根据这一风格设计出来的具体建筑之间的区别。体系结构研究涉及一系列相关的课题,包括并行结构、分层结构、信息流结构、拓扑结构,以及从设计到实现的途径。
2.图像工程
(1)概念
图像工程是有关图像的理论和技术,是对图像数据的分析、管理及各种应用的总称。
1)多年来,图像技术有了迅猛的发展,受到了广泛的重视和关注,出现了许多新理论、新方法、新技术、新手段、新设备。它要求图像技术工作在一个整体的框架下进行。(www.chuimin.cn)
2)图像技术多年来的发展和积累,为图像工程学科打下了坚实的基础,各类图像应用也对图像工程学科的建立提出了迫切的需要。图像工程成为整个图像领域进行研究和应用的新学科。
(2)图像工程的内容
图像工程按照抽象程度和研究方法可分为三个层次:图像处理、图像分析和图像理解。图像工程是三者既有联系又有区别的有机结合体。
1)图像处理 广义图像处理泛指各种图像技术,实际上着重强调在图像之间的变换。狭义图像处理是指图像进行各种加工,以改善图像的视觉效果,并为自动识别打下基础;或对图像进行压缩编码,以减少对所需存储空间和传输时间、传输通路的要求。图像处理研究内容包括图像采集和获取、图像重建、图像变换、图像滤波、图像增强、图像恢复或复原等。
2)图像分析 对图像中比较感兴趣的目标进行检测和测量,以获得它们的客观信息,从而建立对图像的描述。图像分析的特点是一个从图像到数据的过程。数据可以是对目标特征测量的结果,或是基于测量的符号表示。它描述了图像中目标的特点和性质。图像分析的研究内容包括图像分割、图像的目标表达和描述、图像检测与测量、图像的目标形状、图像的纹理、图像的运动分析、图像的目标识别等。
3)图像理解 在图像分析的基础上,进一步研究图像中各目标的性质和它们之间的相互联系,并得出对图像内容含义的理解及对客观场景的解释,从而指导和规划行动。图像理解的研究内容包括图像匹配、图像三维(3D)建模、图像客观场景恢复、图像解释和推理等。
(3)小结
图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的三个不同层次上。
图像处理是底层操作,它主要在图像的像素级上进行处理,处理数据量大。图像处理是一个从图像到图像的过程。
图像分析是中层操作,通过分割和特征提取,把原来以像素描述的图像转变成比较简洁的非图像形式的描述。
图像理解主要是高层操作,基本上是对从描述抽象出来的符号进行运算,其处理方法与人类的思维推理有许多类似之处。
图1.3所示为图像工程的三层次示意。
图1.3 图像工程的三层次示意
有关视觉测量技术的文章
计算机视觉测量技术以图像传感器为手段检测空间物体的空间三维坐标,进而检测物体的尺寸、形状和运动状态等。美国、加拿大、日本等发达国家早在20世纪60年代后期就已经开始了计算机视觉测量技术的研究。直到20世纪90年代,随着计算机技术的发展成熟,计算机视觉测量技术逐渐成为一个研究热点。......
2023-11-24
借鉴人类视觉的原理,计算机视觉技术研究的长远目标是建立通用的视觉系统。计算机视觉技术的优势不仅在于能模拟人眼的功能,还能完成人眼所不能胜任的工作。因此,对人脑视觉的充分理解将促进对计算机视觉更深入的研究,并对计算机视觉系统提供坚实的生物理论基础。......
2023-11-24
Robert将环境限制在所谓的“积木世界”,即周围物体都是由多面体组成的,需要识别的物体可以用简单的点、直线、平面的组合表示。1977年,Marr教授提出了不同于“积木世界”分析方法的计算机视觉理论——Marr视觉理论。......
2023-11-24
在工业生产中,计算机视觉技术可以自动检测各种机械零件的几何尺寸,测量其精度范围,目前已经用于产品外形检验、表面缺陷检验等。2)利用计算机视觉技术进行病虫害的监测。在现代战争中,无人机发挥着举足轻重的作用。无人机导航是无人机技术的重要组成部分,基于计算机视觉的无人机导航技术是目前无人机导航领域的研究热点。......
2023-11-24
下面简要介绍Marr视觉理论的基本思想和框架。图1.1 Marr视觉信息处理的三个阶段第一阶段是早期视觉处理,其目的是从输入的原始图像中抽取观察者周围景物表面的物理特性,如距离、表面方向、材料特性等,并构成要素图或基元图。表1.2 由图像恢复形状信息的表达框架3.Marr视觉理论的意义及不足Marr视觉理论是计算机视觉研究领域的划时代成就。图1.2 改进后的Marr视觉理论框架限于历史等因素,Marr没有研究如何用数学方法严格地描述视觉信息的问题。......
2023-11-24
白色背景下的黑色普通标志是视觉测量或近景数字摄影测量常用的人工标志。工业数字摄影测量使用彩色标志是利用光的相减混色法。图2.51 白色光照射红色标志示意图通过相减混色可以有效地对彩色标志进行识别,不足之处是丢失标志的空间分辨率。如图2.51所示,白光照射红色标志,红色标志吸收的青色,只有红色光返回,在图像中形成红色标志图像。......
2023-11-24
从图像处理与分析的角度看,传统的视觉测量技术的定位精度为整像素级,理论上其边缘定位最大误差为0.5个像素。这是目前和将来视觉检测系统的发展方向。视觉测量技术采用“图像”这种信息含量非常丰富的信息载体,从而表现出较大优势。自由曲面的高精度测量技术,目前成为研究的热点问题。将机器视觉测量技术和结构光应用于自由曲面测量,其测量速度、工业强度均优于以上方法,并且测量精度与三坐标测量法相当。......
2023-11-24
相关推荐