光电测量 第八讲 视觉测量1

第八讲 视觉测量
二. 视觉测量基础
1.计算机视觉的发展 (1)基本概念 基于获取的图像，用计算机实现对视觉图像信息的处理－计算机视觉， 基于获取的图像，用计算机实现对视觉图像信息的处理－计算机视觉， 实现人的双眼的视觉功能； 实现人的双眼的视觉功能； 计算机视觉的主要任务是通过对图像的分析实现对周围环境的认知和理 解； 机器视觉则是在计算机视觉的理论框架基础上侧重工程化应用， 机器视觉则是在计算机视觉的理论框架基础上侧重工程化应用，实现场 景中物体位置、姿态、尺寸等的测量。 景中物体位置、姿态、尺寸等的测量。
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
4.Marr视觉理论框架的不足 Marr视觉理论框架的不足
输入是被动的，给什么图像， －输入是被动的，给什么图像，处理什么图像 加工目的不变， －加工目的不变，总是恢复场景中物体的位置和形状等 －未足够重视高层知识的指导作用 信息加工过程是自下而上、单向流动，没有反馈（开环） －信息加工过程是自下而上、单向流动，没有反馈（开环）
第八讲 视觉测量
一、相关参考文献
（1）视觉测量，张广军著，科学出版社 视觉测量，张广军著， （2）机器视觉，张广军主编，科学出版社 机器视觉，张广军主编， （3）计算机视觉－计算理论与算法基础，马颂德，张正友，科学出版社 计算机视觉－计算理论与算法基础，马颂德，张正友， （ 4 ） 机器视觉 ， Ramesh Jain, Rangachar Kasturi,Brian G.Schunck, 机械工 机器视觉， Schunck,机械工 业出版社（英文版） 业出版社（英文版） 计算机视觉－一种现代的方法（ approach） （5）计算机视觉－一种现代的方法（Computer Vision, A modern approach）, Dvid A. Forsyth, Jean Ponce, 清华大学出版社 计算机视觉－算法与系统理论，高文， 清华大学出版社， （6）计算机视觉－算法与系统理论，高文，陈熈霖，清华大学出版社，广西科 学技术出版社 （7）机器视觉，贾云得，科学出版社 机器视觉，贾云得， （8）空间解析几何（任意一本都行） 空间解析几何（任意一本都行）
第八讲 视觉测量
Marr视觉信息处理的三个阶段 3. Marr视觉信息处理的三个阶段
• 第一阶段(也称为早期阶段) 将输入的原始图像进行处理， 第一阶段(也称为早期阶段)：将输入的原始图像进行处理，抽取图像中诸 如角点、边缘、纹理、线条、边界等基本特征， 如角点、边缘、纹理、线条、边界等基本特征，这些特征的集合称为基元 sketch)； 图(primitive sketch)； • 第二阶段(中期阶段) 在以观测者为中心的坐标系中， 第二阶段(中期阶段)：在以观测者为中心的坐标系中，由输入图像和基元 图恢复场景可见部分的深度、法线方向、轮廓等， 图恢复场景可见部分的深度、法线方向、轮廓等，这些信息的包含了深度 信息，但不是真正的物体三维表示，因此，称为二维半图(2．5 信息，但不是真正的物体三维表示，因此，称为二维半图(2． (2 sketch)； dimensional sketch)； • 第三阶段(后期阶段) 在以物体为中心的坐标系中，由输入图像、基元图、 第三阶段(后期阶段)：在以物体为中心的坐标系中，由输入图像、基元图、 二维半图来恢复、表示和识别三维物体 二维半图来恢复、表示和识别三维物体。
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
8.机器视觉研究的主要内容 8.机器视觉研究的主要内容
（1）摄像机模型（视觉描述基础） 摄像机模型（视觉描述基础） （2）视觉传感器的构建 （3）传感器(系统)视觉模型建模 传感器(系统) （4）视觉图像特征提取 （5）摄像机标定 （6）传感器标定 （7）系统全局标定 （8）误差分析
第八讲 视觉测量
世纪70年代 英国学者Marr： －20世纪 年代 英国学者 世纪 年代,英国学者 ： 在MIT带领一个研究小组进行视觉计算理论的研究，提出的Marr视觉理论在 20世纪80年代成为计算机视觉研究领域一个十分重要的理论框架，突破了简 单的多面体为对象的三维视觉研究，至今仍然被广大学者所认同。（后面单 独讲述） 的理论框架有缺陷， －Marr的理论框架有缺陷，视觉理论的发展正是在弥补或避免这些缺陷，出现 的理论框架有缺陷 了很多新的理论框架： 主动视觉理论框架； 主动视觉理论框架 基于感知特征群的物体识别理论框架； 基于感知特征群的物体识别理论框架 基于多视几何的视觉理论。 基于多视几何的视觉理论
第八讲 视觉测量
9.基本的视觉方法 9.基本的视觉方法
激光飞行时间法 莫尔条纹法 结构光法 双目立体视觉方法 多传感器法 流动式测量方法 多目视觉－ 多目视觉－多视几何视觉 基于经纬仪的大尺寸测量（稀疏点） 基于经纬仪的大尺寸测量（稀疏点）
10.运动视觉分析 10.运动视觉分析
通过运动序列图像之间的相关性获得运动参数（图像之间形成视差） 通过运动序列图像之间的相关性获得运动参数（图像之间形成视差）
第八讲 视觉测量
6.机器视觉应用领域 6.机器视觉应用领域
• • • • • • • • • 零件识别与定位 产品检验（ 产品检验（测） 农业水果分拣 移动机器人导航（星球机器人） 移动机器人导航（星球机器人） 遥感图像分析（植被分析、人工地物分析） 遥感图像分析（植被分析、人工地物分析） 医学图像分析（骨骼定位、血管重建、细胞分析） 医学图像分析（骨骼定位、血管重建、细胞分析） 安全鉴别、监视与跟踪（门禁系统、车辆监视） 安全鉴别、监视与跟踪（门禁系统、车辆监视） 国防系统（目标自动识别与目标跟踪） 国防系统（目标自动识别与目标跟踪） 三维形貌检测（动画、体育、考古） 三维形貌检测（动画、体育、考古）
第八讲 视觉测量
(2)基本历程 (2)基本历程 世纪50年代 －20世纪 年代： 世纪 年代： 统计模式识别，主要工作：二维图像分析、识别和理解，对象有光学字符识 别、工件表面、显微图片和航空照片的分析和理解等。 世纪60年代 －20世纪 年代，Roberts： 世纪 年代， ： 场景由多面体组成，这些多面体可以由简单的点、线、平面的组合表示，如 立方体、楔形体、棱柱体等，通过计算机从图像中提取出这些多面体的三维 结构，对他们的形状和物体的空间关系进行描述－开创了以理解三维场景维 目的三维机器视觉研究。70年代已经有了实际的应用系统。
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
第八讲 视觉测量
昆虫机器人 足球机器人
第八讲 视觉测量
月球探测实验车Nomad漫游者 漫游者 月球探测实验车 FIDO漫游车 漫游车
第八讲 视觉测量
第八讲 视觉测量
2.视觉测量系统的一般构成
计算机视觉应用系统 照明
成像装置
计算机视觉处理算法
场景Βιβλιοθήκη 图象描述应用反馈）、场景的 （1）摄像机、图像卡、专用图像处理硬件系统（计算机软件算法）、场景的 ）摄像机、图像卡、专用图像处理硬件系统（计算机软件算法）、 描述、 描述、信息反馈 （2）二值视觉系统、灰度视觉系统 ）二值视觉系统、
第八讲 视觉测量
5.试图对Marr视觉框架的改进 试图对Marr视觉框架的改进 Marr
考虑人类视觉的主动性、人类视觉的选择性（注视） －考虑人类视觉的主动性、人类视觉的选择性（注视） 人类视觉可根据不同目的进行调整－目的性（定性视觉） －人类视觉可根据不同目的进行调整－目的性（定性视觉） 有目的视觉，如 ： 是完整回复场景物体的位置和形状 ， 还是仅 是完整回复场景物体的位置和形状， 有目的视觉 ， 仅检测场景中是否有某物体存在。 仅检测场景中是否有某物体存在。 人类视觉通过从图像获取部分信息而可以完全解决视觉问题。 －人类视觉通过从图像获取部分信息而可以完全解决视觉问题。利 用了人的知识（高层知识） 用了人的知识（高层知识）。 人类视觉中前后处理之间是有交互作用的。 反馈） －人类视觉中前后处理之间是有交互作用的。（反馈）
第八讲 视觉测量
Rocky 7 火星机器人
第八讲 视觉测量
日本Honda仿人机器人 仿人机器人 日本
第八讲 视觉测量
第八讲 视觉测量
7. 机器视觉面临的问题
准确、 －准确、快速的目标识别 －存储容量 －可靠的识别算法
8. 目前视觉系统的局限性原因
（1）图像对景物的约束不充分，丢失信息。从图像恢复景物时存在多义性 图像对景物的约束不充分，丢失信息。从图像恢复景物时存在多义性 （2）场景多种因素在图像中混叠，很难分离某种因素的影响程度 场景多种因素在图像中混叠， （3）理解自然景物需要大量知识（专门知识） 理解自然景物需要大量知识（专门知识） （4）对人类视觉的研究和理解还远远不够