计算机视觉复习资料2016

一、名词说明视觉识别：直方图均衡化：拉普拉斯运算符：统计模式识别：人工智能：1.无监督的学习：视觉感受：直方图规定：马运算符：人工神经网络：学习导演：模糊群集：请参阅：1.视觉识别主要是讨论从客观世界接受视觉刺激后如何反应，如何反应，视觉识别是在神经中心进行的一系列活动，它组织视野中分散的刺激，构成一定形状的整体来识别世界。2.直方图均衡化的基本思想是将原始图的直方图转换成均匀分布在整个灰度范围内的形式，从而获得通过增加像素灰度值的动态范围来提高图像整体对比度的效果。3.模板的基本要求是其中心像素的系数必须为正，其中心像素的相邻像素的系数必须为负，所有系数的总和必须为0。4.统计模式识别方法是利用给定的有限数量的样本集，在已知研究对象统计模型或已知类判别函数条件下，根据特定标准，通过学习算法将d维特征空间划分为对应于每个类别的c区域。模式识别系统可以确定对象所属的类别，方法是在操作进行过程中确定标识的对象属于哪个区域。统计模式识别系统应包括预处理、特征提取、分类器等。5.人工智能是研究和开发模拟、扩展、扩展人的智能的理论、方法、技术和应用系统的技术科学。使用计算机研究模拟人类特定思维过程和智能行为(如学习、推理、思维、计划等)的学科，主要包括计算机实现智能原理，制造与人脑类似的计算机，使计算机实现更高水平的应用的过程。6.无监督学习是用于人工智能网络的算法，目的是分类原始资料，了解数据的内部结构。与监督学习网络不同，没有监督的学习网络不知道学习时分类结果是否正确，即没有通过监督方式提高(哪些学习是正确的)。其特征是仅提供此网络的输入示例，在此示例中，自动查找潜在类规则。学习和测试后，可以将其应用到新的事例中。感官的主要研究内容如下。光的物理特性；光刺激视觉感觉器官的程度；光在视网膜后视觉系统加工中起作用而产生的感觉。8.用户为了获得特殊的增强功能，可以指定规定函数。步骤3:将原始图的直方图灰度平均化，将需要的直方图规定和规定的直方图平均化的转换计算，将原始直方图映射到规定直方图，可以反转在步骤1中获得的转换。9.在每个分辨率下，计算方法如下：使用2-D高斯平滑模板计算原始图像和卷积，卷积后图像的拉普拉斯值，将拉普拉斯图像的0检测为边点。10.人工神经网络从信息处理的角度抽象了人脑神经网络，建立了一种简单的模型，以不同的连接方式构成了不同的网络；神经网络是大量节点(或神经元)相互连接的计算模型。每个节点表示一个特定的输出函数，称为激励函数。每个两个节点之间的连接表示通过该连接信号的权重值，这称为权重。这就像人工神经网络的记忆。网络的输出取决于网络的连接方式、权重和激励函数。网络本身通常是对自然特定算法或函数的近似，或者是一种逻辑策略的表示。11.监督学习是指用已知类别的样本调整分类器的参数，以达到所需性能的过程。从显示的培训数据中推断一个功能的机器学习任务。培训数据包括一组由输入对象(通常为矢量)和预计输出值(也称为监控信号)组成的培训实例。监督学习算法是分析教育数据，生成映射新实例的推理功能。12.模糊聚类分析根据研究对象本身的属性构造模糊矩阵，并在此基础上根据一定隶属度确定聚类关系，即通过模糊数学方法定量确定样本间的模糊关系，客观准确地聚类。群集是将数据集分成多个类或群集，使每个类之间的数据差异最大化。即“最小化类之间的相似性，最大化类中的相似性”的原理。二、简单的回答1、计算机视觉的定义、研究方法、研究的目标是什么？与图像处理、机器视觉、模式识别、人工智能、计算机图形等相关领域有哪些连接或差异？计算机视觉是利用计算机实现人的视觉功能。也就是说，将代替视觉机关使用多种视频系统作为输入敏感手段，代替大脑进行处理和解释。计算机视觉研究方法目前主要有两种：仿生方法：参考人类视觉系统的结构原理；工程方法：实现系统功能。计算机视觉的主要研究目标可以概括为两种。建立执行各种视觉任务的计算机视觉系统；加深对人脑视觉机制的掌握和理解。相关领域：(1)了解图像：计算机视觉等目标；(2)机器视觉：通过视觉传感器获取环境图像，构建视觉识别系统，实现对象检测和识别算法，(3)模式识别：图像是一种模式。(4)人工智能：视觉功能是人类智能的表征(1分)；(5)计算机图形：计算机视觉中的逆/逆问题。2、图像分割的几种技术方法是什么？各自的特点是什么？图像分割方法可分为两大类。一个类是边界方法，该方法假定图像分割结果的子区域中必须存在原始图像的边缘。一个类是假定图像分割结果的子区域必须具有相同的属性的区域方法，另一个区域中的像素不具有共同属性。根据上述分割工作策略，图像分割主要可以分为并行边界分割技术、串行边界分割技术、并行区域分割技术和串行区域分割技术四种技术。其特点可以概括如下。并行边界分割技术：根据图像灰度，边界通常有明显的边缘，可以使用此功能分割图像。串行边界分割技术：一种并行边缘检测方法，其对图像中每个点的处理与其他点处理结果无关。串行边界分割在处理图像时不仅利用了自身的像素信息，还利用了前面处理的像素的结果。是否分类为像素处理和边界点与以前为其他点处理的信息有关。并行区域分割技术：以并行方式检测目标区域并启用图像分割的方法。区域分割是最直接的方法，因此该分割方法可以直接获得感兴趣的区域。串行区域分割技术：使用串行处理策略直接检测目标区域分割的方法。特征：整个处理过程可以按顺序分为多个阶段。可以分割：区域增长、分离和合并。3、相机校准程序和校准步骤？两阶段校准方法的原理？校准过程：A=PRT，A中的元素包括相机平移、旋转和投影参数。得到具有已知世界坐标(Xi，Yi，Zi)的M 6个空间点。为了获得图像平面坐标(Xi，yi)，用相机拍摄点。为了求解未知系数，用两种类型代替了这个坐标。校准阶段：第一阶段：校准旋转矩阵r和平移矢量t；步骤2:焦距校正；步骤3:镜头径向畸变系数k校正；步骤4:校准不确定性图像尺度系数。两阶段校正法的原则：首先是外部参数“相机姿势参数”，例如相机的位置和方向或平移、扫掠角度和倾斜角；背面内部参数、相机本身参数(例如焦距、镜头径向扭曲、不确定性图像比例因子)；知道的话，校正时只需要使用一个包含共面基准点集的图像。未知时，校正需要包含一组不共面基点的图像。请详细说明Marr视觉计算理论。Marr将视觉视为一个复杂的信息处理过程，解决了两个问题。一个是视觉信息的表达问题，另一个是视觉信息的加工问题。他认为，从信息处理系统的角度来看，视觉信息处理有计算理论、算法实现和硬件实现三个要素。要用电脑工作，必须是可计算的。这就是计算性问题，必须用计算理论回答。有了计算理论，还必须实现为加工的实体选择适当表示的算法。表示和算法，在物理上实现算法的方法也是必不可少的；特别是随着实时需求的持续增加，经常出现专用硬件实现问题。三、分析和计算1、为了获得噪声去除结果，使用中央过滤器模板m处理噪声点(显示)，如噪声包含图像f已知的那样。2.图像的四向链代码(原始代码)为1-0-1-0-3-3-2-2，并且使用左下角像素点右上点作为初始点绘制轮廓。3、一个图像的像素灰度为256，大小为10241024的图像的数据量是多少MB？假定网络的平均波特率为1 mbit/秒，传输完成需要多少秒？每个像素可以用8位表示。图像的数据量为102410248/8=1 MB，需要1 MB/1 MB/s=8s才能完成传输。4、确定以下模板类型：平滑模板、锐化模板、边缘检测模板等。M1边缘检测模板、M2锐化模板、M3平滑模板5、3232、8灰度的数字图像、每个灰度的像素数(如下表所示)的直方图均衡化、实际直方图、转换函数和转换的直方图(具有两个小数位数)。灰度01234567像素数19525621616482613020原始图像灰度sk01234567原始图像中每个灰度像素的数量19525621616482613020原始直方图p(sk)=nk/n计算10.160.080.060.030.02原始堆积柱形图tk计算0.190.440.650.810.890.950.981.00整体tk=int(N-1)* tk 0.513566777确定映射映射映射011 32 53，4 65，6，7 7新图像中每个灰度像素的数量195256216246111计算新直方图10.240.11四、设计和应用1、设计和运行基于计算机视觉的车辆自动识别收费系统，对运行中的车辆实行车辆和车牌识别，不停车的车辆必须实现按不同型号收费的功能。列出系统的整体结构和主要配置模块，并说明其功能和作用。系统的拓扑图在车辆进入收费站时触发埋在地下的地感线圈，生成触发信号，控制收费计算机嵌入的车牌识别模块进行图像捕获，通过视频捕获卡发送捕获的车辆牌照图像，嵌入式车牌识别模块识别车牌，根据识别的车牌在数据库中查找该型号，如果数据库已经存在，系统会通知软件自动打印发票。如果此模型尚未被数据库确认，则软件将提示收帐员人工确认车辆模型。收取发票打印费用。车牌模型信息在同一管理中心下属的各个收费站共享。2、按图片说明虹膜识别过程和虹膜捕获系统的软件管道。虹膜识别过程包括面部图像捕获、眼睛图像检测、虹膜图像分割、虹膜图像增强和归一化、虹膜特征提取、虹膜特征矢量编码、虹膜特征数据库匹配、输出识别结果顺序。整个过程中最重要的是虹膜分割和特征提取。列出可能的软件行。首先对三维相机和红外捕获相机进行校准，对三维相机捕获的图像应用人脸检测和跟踪算法。采用基于自适应增强算法的检测技术和卡尔曼滤波，检测和跟踪人脸区域。三维相机计算眼睛的三维位置，然后抓取该位置并将其进一步转换为创建的相机的坐标系。当眼睛位置在快照相机的视野内时，系统使用快照相机捕获目标面部特写的近红外图像。由于用户运动，捕获的图像很可能是模糊的，可以使用附加的解模糊模块恢复清晰的图像。一旦捕获的图像可以恢复，就检测面部图像，然后将裁剪的眼睛图像发送到识别模块。五、编程1、OpenCV编程，使用cvHoughCircles在grinders中查找并返回圆序列，正确注释代码。1.#include2.#include3.#main(intargc，char*argv)6.7.IP limage * src=cvloadimage(argv1，0)；8.IP limage * dst=cvloadimage(argv1，0)；9.cvmemstorage * storage=cvcreatememstorage(0)；10.cvsmooth (src、dst、cv _ Gaussian、5、5)；/减少噪音11.CVS eq * results=cvhoughcircles(/cvhoughcircles函数必须估计每个像素渐变的方向。12./因此，cvSobel在内部自动调用，二进制边缘图像处理更加困难13.dst、14.存储、15.CV_HOUGH_GRADIENT、16.2，/累加器图像的分辨率17.image-width/1018.）19.for(inti=0；ItotalI)20 .21.float * p=(float *)cvgetseqelem(results，I)；22./转换希望圆23.cvpoint pt=cv point(cv round(p0)cv round(p1)；24.cvCircle(25.dst、26.pt，/确定中心点27.cvRound(p2)，/确定半径28.CV_RGB(0xff，0，0)29.)/绘制圆函数30.执行以下操作31.cvnamedwindow (cvhou