荔园在线
荔园之美，在春之萌芽，在夏之绽放，在秋之收获，在冬之沉淀
[回到开始]
[上一篇][下一篇]
发信人: jupiter (灌吧), 信区: Multimedia
标 题: 计算机视觉（2）：视觉的计算机理论
发信站: BBS 荔园晨风站 (Fri Aug 11 14:55:16 2000), 转信
视觉是一个根据图象发现周围景物中有什么物体和物体在什么地方的过程，也就是
从图象得到对观察者有用的符号描述的过程。因此，视觉是一个有明确输入和输出
的信息处理问题。
对计算机视觉系统来说，输入是表示三维景物投影的灰度阵列。可以有若干个
输入阵列，这些阵列可提供不同方面或不同视角，或不同时刻或在不同波长得到的
信息。希望的
输出是对图象所代表景物的符号描述。这些描述的确切本质取决于观察的目标和期
望。通常这些描述是关于物体
的类别和物体间的关系，但也可能包括如表面空间结构，表面物理特性（形状、纹
理、颜色、材料）阴影以光源位置这样的信息。
从输入的图象到得出景物的描述之间存在着巨大的间隙，需要经过一系列的信
息处理和理解过程。对这个过程的本质的认识是揭开视觉之谜的关键，但目前我们
对些还远未了
解清楚。以下我们对此过程作初步的分析。通过视觉识别物体就是把图象的元素与
已知的景物中的物体的描述或
模型之间建立对应关系。图象中的元素是点状的象素。象素的值就是这个象素处的
灰度值，这是点状的数据。而与此相对，物体是通过它的形状、大小、几何结构、
颜色等特征来
描述的。这些特征是代表物体的整体性质。要在输入的点状数据与物体的整体性质
之间建立对应关系就必须要经
过一个把点状数据聚集（grouping）起来的过程。这样的聚集过程不只是视觉中有
，而且在听觉及其它感觉中也存在。
与如何形成整体性质相联系的问题是恒常性的问题。大家都知道，图象中各点
的灰度是景物中多种因素综合作用的结果。这些因素中包括光照条件、物体表面的
反射特性、观
察者相对于物体的距离和方位、物体表面的反射特性、观察者相对于物体的距离的
方位、物体表面形状等。这些
因素的任何变化都会改变图象的灰度，也就会改变我们看到的图象。但是我们通过
视觉所感觉到的物体的形状，大小和颜色都是与观察者的状况以及照明条件无关的
。具体而言，
当照明条件和观察者相对物体的距离方位发生变化时，虽然在视网膜上产生的图象
要随之而变化，但人看到的总
是某种形状和大小的物体。例如，当你从不同角度和距离观察一张桌子时，桌子在
你的眼睛视网膜上的成象会随之而改变，但你看到的始终是一定大小和形状的桌子
。外部世界投
影在视网膜上产生了图象，这是一个敏感的过程。这个过程得到的图象是以点的方
式组织在一起的，是经常变化
的。但人在大脑中感觉到的（看到的是物体可变的外表后面的特征）。因此，大脑
不但把
点状的传感信息聚集成整体，而且经过一个因素分解过程factoring）把这些影响
传感器
信息的条件，即照明条件，观察者的距离和方位等因素分离出去，得到纯粹的关于
物体的信息。这些信息是不随
上述条件而变的，因此被称为恒常性（constancies）。总之，大脑不是直接根据
外部世
界在视网膜上的投影成象，而是根据经过聚集过程和因素分解过程处理以后的信息
来识别物体的。
与分析上述两种处理过程有关的一个非常重要的问题，是把点状的图象信息变换成
整体描述的聚集过程与对各种影响成象结果的因素进行分解的因素分解过程之间关
系。在没有完
成因素分解过程以前我们能着手进行聚集过程吗？以Marr（D.Marr）为首的一些科
学家认为在我们得到关于物体的纯净的信息（clean information）
，例如深度、表面、方向、反射率等以前，做任何聚集的处理都是无用的。他们把
这样的纯净信息称为本征图象（intrinsic
image），因此他们采用基于重构（reconstruction）的视觉信息处理方法，也就
是通过
重构这些本征图象来识别物体。而另一派科学家则认为某些予先进行的聚集过程可
以为因素分解过程提供必要的基础。而且还可形成某种反应物体空间结构的图象关
系。根据这些
图象关系可以产生对图象内容的假设。因此，他们采用了基于推理和识别的视觉信
息处理方法。前一种观点是以
Marr关于人类视觉的计算理论为代表；后一种观点是以Gestalt（Gestalt）学派，
及其后
续者，如Lowe[Low 85]、Pentland[Pen 86]等关于感知组织（Perception
organization）的理论为代表。这两派理论各自反映了视觉过程中的基本矛盾，但
都未能
对视觉过程作出满意的解释。这两种理论的争论推动了对视觉的研究（见图1.1）
。 --
--
啊，多美呀，请停留一会。
※ 来源:·BBS 荔园晨风站 bbs.szu.edu.cn·[FROM: 192.168.8.102]
[回到开始]
[上一篇][下一篇]
荔园在线首页 友情链接：深圳大学 深大招生 荔园晨风BBS S-Term软件 网络书店