Заключение План 1 Введение в компьютерное зрение

Заключение

План 1. Введение в компьютерное зрение. Примеры решаемых задач. Краткие основы представления изображений внутри компьютера. 2. Получение бинарных изображений. Анализ бинарных изображений. Подсчет и маркировка связанных компонент. Распространенные операции над бинарными изображениями и их практическое применение. 3. Основы распознавания образов - классификация изображений. Выделение признаков и представление объекта в виде вектора признаков. Деревья решений. Байесовский подход к принятию решений. Нейронные сети. 4. Фильтрация изображений и обнаружение низкоуровневых признаков. Выравнивание гистограммы, удаление шума, удаление малых компонент. Сглаживание изображения. Обнаружение краев. 5. Обнаружение локальных особенностей изображения. Sift, Surf, примеры использования. 6. Заключение. Дополнительная информация.

Цвет и освещенность n n Цветовые системы (RGB, CMY, HSI и другие) и классификация с использованием цветовой информации. Цветовые гистограммы

Цвет и освещенность Сегментация (цветных) изображений. Например, в задаче обнаружения лиц. n Учет освещения и модель освещения Фонга n

Текстура n n Текстура описывает пространственное распределение цветов или значений интенсивности на изображении. Определяется либо как множество «текселов» , расположенных в некотором регулярном порядке, либо как количественная характеристика распределения значений интенсивности в области изображения.

Текстура n n n Многоугольники Вороного, на основе которых можно вычислить некоторые признаки формы. Количественные признаки текстуры – плотность и направление краев, матрицы вхождений и др. Текстурная сегментация (анализ областей и анализ границ).

Поиск изображений на основе содержания Создание базы данных изображений (текстовые аннотации, некоторые характеристики на основе содержимого – наличие человеческих лиц, local features, признаки цвета, текстуры, формы и т. д. ) n Поиск в такой базе данных. Расстояние между изображениями. n

Движение Неподвижная и движущаяся камера. n Постоянный и непостоянный фон. n Один или несколько движущихся объектов. n

Движение Вычитание изображений. n Вычисление векторов перемещения. n Использование соответствующих точек. n Алгоритмы сжатия потока видеоданных (напр. MPEG). n Сегментация видеопоследовательностей. n

Сегментация изображения Например, с помощью нахождения краев. n Преобразование Хафа – метод ля обнаружения прямых и кривых линий. n Обнаружение углов. n Сегментация на основе согласованного движения. n

Совмещение изображений n Афинные преобразования, однородные координаты и задание с помощью матриц.

Восприятие трехмерных сцен Маркировка контурных объектов с плоскими гранями. n Использование стереоскопических систем для определения глубины. n