《计算机视觉技术的原理2》课件

1计算机视觉技术的原理（二）2交流与讨论1.构成数字图像的最基本单元是_____________。2.数字图像可以分为____________和_____________。3.像素的亮度一般数值范围为______________。3交流与讨论4三、计算机视觉技术的工作流程1.图像采集一般用层次、对比度、清晰度、空间分辨率来衡量数字图像的质量。灰度级，表示像素明暗程度的整数量。例如，像素的取值范围为0~255，就称该数字图像为256个灰度级的数字图像。5三、计算机视觉技术的工作流程1.图像采集层次，表示数字图像实际拥有灰度级的数量，如图4.9所示。例如，数字图像具有16种不同取值，可称该数字图像具有16个层次。数字图像的实际层次越多，视觉效果就越好。6活动1：观察影响图像质量的因素在PPT中，打开“设置图片格式”窗口，通过改变图片的清晰度、对比度、颜色饱和度，观察图片的变化，完成学习单问题1。7三、计算机视觉技术的工作流程1.图像采集对比度，是指一幅数字图像中灰度反差的大小，如图4.10所示。一般来说，对比度越高，图像越清晰醒目，色彩也越鲜明艳丽；而对比度低，则会让整个画面都是灰蒙蒙的。8三、计算机视觉技术的工作流程1.图像采集清晰度，是指一幅数字图像的清晰程度，与数字图像的亮度、对比度、尺寸、细微层次、颜色饱和度相关。其中，数字图像的尺寸是数字图像中的像素总数；细微层次反映图像细节的清晰程度；颜色饱和度是颜色的纯度，饱和度越高，表现越鲜明，如图4.11所示。9三、计算机视觉技术的工作流程1.图像采集空间分辨率，是指图像中每单位长度所包含的像素数目，一般用像素/英寸（pixelsperinch，PPI）为单位来表示。如300PPI表示图像中每英寸包含300个像素。分辨率越高，图像越清晰，所需的存储空间也越大。7个像素7个像素分辨率：7像素/英寸活动2：观察图像的基本属性10活动步骤与要求：1.打开平板人工智能实验平台→选择“认识图像”→观察图像的“基本属性”。2.调整图像的位深和图像尺寸，观察图像存储大小的变化，完成分析思考题。3.时间：5分钟。分析思考：1.图像的位深_________，图像的存储大小__________。2.图像的分辨率___________，图像的存储大小___________。图像的基本属性活动2：观察图像的基本属性11活动2：观察图像的基本属性12在记录数字图像的颜色时，计算机实际上是用每个像素需要的位深度来表示的。例如：（1）黑白二色的图像是数字图像中最简单的一种，它只有黑、白两种颜色，也就是说它的每个像素只有1位颜色，位深度是1。（2）8位颜色的图，位深度就是8，用2的8次幂表示，它含有256种颜色(或256种灰度等级)。（3）24位颜色可称之为真彩色，位深度是24，它能组合成2的24次幂种颜色，即红、绿、蓝(RGB)三基色各以2的8次幂，256种颜色而存在的，三色组合就形成一千六百万种颜色。【概念解释】位深活动2：观察图像的基本属性13播放视频2：《图像的存储》播放视频1：《像素》活动2：观察图像的基本属性14活动步骤与要求：1.打开平板人工智能实验平台→选择“认识图像”→观察图像的“基本属性”。2.调整图像的位深和图像尺寸，观察图像存储大小的变化。3.时间：5分钟。分析思考：图像的基本属性15三、计算机视觉技术的工作流程采集的数字图像需要保存到计算机中，计算机才能进一步处理。由于数字图像的数据量非常大，一般要经过压缩后保存成文件。国际上已经制定了一些图像压缩的标准，叫图像编码标准。不同的编码标准压缩的图像文件格式不同。16交流与讨论你是如何区分猫和狗的？17图像采集特征提取模型训练模型输出机器学习三、计算机视觉技术的工作流程18三、计算机视觉技术的工作流程2.特征提取对于每一幅图像而言，每一幅图像都具有能够区别于其他图像的自身特征，有可以直观感受的自然特征，如颜色、轮廓、纹理等，有些特征则是需要通过变换或处理才能得到。提取图像特征后，计算机就可以利用机器学习方法训练特征模型，从而实现对图像的理解。活动3：观察图像的特征19活动步骤与要求：1.上网下载2张狗的照片，2张猫的照片。2.打开平板人工智能实验平台→选择“认识图像”→观察“图像特征”。3.更换一张狗的照片，观察它的颜色特征、轮廓特征和纹理特征。4.对比2张狗的照片，观察其相似度，对比狗和猫的照片，观察其相似度。5.完成学习单问题2。6.时间：10分钟。图像的特征活动3：观察图像的特征20活动3：观察图像的特征21活动3：观察图像的特征22活动3：观察图像的特征23相似度检测（填入你的实验数据）相似检测第1轮：比较2只狗第2轮：比较狗和猫最终相似度

颜色相似度

纹理相似度

你的发现：活动3：观察图像的特征24相似度检测（填入你的实验数据）相似检测第1轮：比较2只狗第2轮：比较狗和猫最终相似度

70%68%

颜色相似度

53%49%

纹理相似度

87%87%

你的发现：使用颜色特征、纹理特征，不能太有效的将狗和猫区分开。25三、计算机视觉技术的工作流程2.特征提取颜色特征：用来描述图像或图像区域中，不同色彩在整幅图像中占的比例。例如，一组照片中，一部分照片中有红色的球，且另外的照片中没有红色物体。通过提取图像的颜色特征，计算机就可以根据颜色进行判断：如果图像中有红色，图像中就有球；如果图像中没有红色，图像中就没有球。如图4.12所示，利用计算机视觉技术提取两张图片的颜色特征后判断图片中是否有球。26三、计算机视觉技术的工作流程2.特征提取轮廓特征：用来描述图像中事物的轮廓。例如，在人脸识别过程中，计算机需要利用人脸五官特征来识别不同的人，这就需要提取人脸五官的轮廓特征。计算机通过对比五官轮廓的大小、距离等特征，完成人脸识别过程，如图4.13所示。27三、计算机视觉技术的工作流程2.特征提取纹理特征：描述图像或者图像区域所对应景物的表面性质。图4.14所示的两幅图像的纹理特征有明显的不同。计算机可以根据纹理特征做出这样的判断：具有长条纹纹理的图片是沙漠的图片，具有短条纹纹理的图片是水面的图片。28三、计算机视觉技术的工作流程2.特征提取图像的特征提取方法还