計算機視覺復(fù)習(xí)題

《計算機視覺》復(fù)習(xí)題1、運用MFC及OpenCV庫函數(shù)編寫對話框程序，添加按鈕實現(xiàn)圖像讀入、圖像閾值分割、邊沿提取等功效（最少實現(xiàn)三個以上功效）。（考前做好并用A4紙打印，考試當天帶來）2、證明Laplace算子理論為旋轉(zhuǎn)不變算子，即當圖像旋轉(zhuǎn)后，計算值在對應(yīng)點保持不變。3、計算機視覺研究的目的是什么？它和圖像解決及計算機圖形學(xué)的區(qū)別和聯(lián)系是什么？從20世紀50年代末開始，計算機開始被作為實現(xiàn)人類智能和人類感知的工具，借助計算機人類第一次能夠象借助機械實現(xiàn)對體力的延伸同樣實現(xiàn)對腦力和感知能力的延伸。對人類視覺感知能力的計算機模擬造成了計算機視覺的產(chǎn)生。計算機視覺就是用多個成像系統(tǒng)替代視覺器官作為輸入敏感手段，由計算機來替代大腦完畢解決和解釋。計算機視覺使用的理論辦法重要是基于幾何、概率和運動學(xué)計算與三維重構(gòu)的視覺計算理論。具體地講，計算機視覺要達成的基本目的有下列幾個：根據(jù)一幅或者多幅二維圖像計算出觀察點到目的物體的距離；根據(jù)一幅或者多幅二維圖像計算出觀察點到目的物體的運動參數(shù)；根據(jù)一幅或者多幅二維圖像計算出觀察點到目的物體的表面物理特性；根據(jù)多幅二維投影圖像恢復(fù)出更大空間區(qū)域的投影圖像。簡樸來說，計算機視覺要達成的最后目的是實現(xiàn)運用計算機對三維景物世界的理解，即實現(xiàn)人的視覺系統(tǒng)的某些功效。從本質(zhì)上來講，計算機視覺研究就是運用二維投影圖像來重構(gòu)三維物體的可視部分。計算機視覺和圖像解決及計算機圖形學(xué)的區(qū)別和聯(lián)系：區(qū)別：圖像解決（imageprocessing）普通是把一幅圖像變換為另外一幅圖像。它輸入的是圖像，輸出的也是圖像。Photoshop中對一幅圖像應(yīng)用濾鏡就是典型的一種圖像解決。常見操作有含糊、灰度化、增強對比度。計算機圖形學(xué)（ComputerGraphics）是借助計算機來研究圖形體現(xiàn)、解決圖像、顯示生成的學(xué)科。，重要通過幾何基元，如線、圓和自由曲面等，來生成圖像，屬于圖像綜合。輸入的是對虛擬場景的描述，普通為多邊形數(shù)組，輸出的是圖像，即二維像素數(shù)組。計算機視覺（ComputerVision）運用二維投影圖像來重構(gòu)三維物體的可視部分。輸入的是圖像或者圖像序列，普通來自計算機或者USB攝像頭，輸出的是對于圖像序列對應(yīng)的真實世界的理解，例如檢測人臉、識別車牌等。圖像解決：人是最后的解釋者；計算機視覺：計算機是圖像的解釋著。聯(lián)系：計算機視覺系統(tǒng)需要圖像解決模塊，例如運用圖像解決技術(shù)進行預(yù)解決和特性抽取，因此圖像解決在計算機視覺早期階段起著很大的作用。計算機視覺是從圖像中預(yù)計幾何基元和其它的特性，屬于圖像分析，與屬于圖像綜合的計算機圖形學(xué)正好是解決相反的問題的。但是可視化和虛擬現(xiàn)實把兩個領(lǐng)域緊密聯(lián)系在一起。增強現(xiàn)實需要這三個技術(shù)緊密結(jié)合，它用圖像解決進行預(yù)解決，用計算機視覺進行跟蹤物體的識別與姿態(tài)獲取，用計算機圖形學(xué)進行虛擬三維物體的疊加。4、已知四對對應(yīng)點和分別為圖像平面上特性點的齊次坐標以及對應(yīng)于圖像特性點的空間平面上點的齊次坐標，為未知非零尺度因子。試根據(jù)這四對對應(yīng)點推導(dǎo)出單應(yīng)矩陣的計算公式，寫出具體推導(dǎo)過程。5、具體推導(dǎo)出線性攝像機模型標定辦法DirectLinearTransfromation(DLT)的計算公式。6、空間兩條平行線的圖像普通不平行，它們的交點稱為消失點（vanishingpoint），試證明消失點和攝像機光心的連線與空間平行線平行。7、攝影機的成像過程是一種從3維空間到2維空間退化的射影變換，試推導(dǎo)出一種空間三維點到一種圖像平面點的射影變換公式。8、已知兩幅圖像間一組對應(yīng)點和它們的攝像機投影矩陣和，試推導(dǎo)出它們對應(yīng)的三維空間點計算公式。9、請具體描述Marr計算視覺理論的三個層次。Marr從信息解決系統(tǒng)的角度出發(fā)，認為視覺系統(tǒng)的研究應(yīng)分為三個層次，即計算理論層次、體現(xiàn)(representation)與算法層次、硬件實現(xiàn)層次．計算理論層次要回答系統(tǒng)各部分的計算目的與計算方略，亦即各部分的輸入輸出是什么，之間的關(guān)系是什么變換或什么約束．體現(xiàn)與算法層次應(yīng)給出各部分（或稱各模塊）的輸入輸出和內(nèi)部的信息體現(xiàn)，以及實現(xiàn)計算理論所規(guī)定的目的的算法.硬件實現(xiàn)層次要回答“如何用硬件實現(xiàn)以上算法”．10、試推導(dǎo)出張正友平面標定算法的計算公式。其中，A為攝像機的內(nèi)參數(shù)矩陣，為模板平面上點的齊次坐標，為模板平面上點投影到圖象平面上對應(yīng)點的齊次坐標，和t分別是攝像機坐標系相對于世界坐標系的旋轉(zhuǎn)矩陣和平移向量則上式可變換為：其中，系數(shù)。根據(jù)旋轉(zhuǎn)矩陣的性質(zhì)，即和，每幅圖象能夠獲得下列兩個對內(nèi)參數(shù)矩陣的基本內(nèi)參數(shù)約束關(guān)系式：11、請具體描述Harris角點檢測辦法的基本數(shù)學(xué)模型、算法實施流程以及其檢測出角點的性質(zhì)Harris算子的數(shù)學(xué)描述以下：表達密度變化后的灰度值，表達密度變化之前的灰度值，表達窗口函數(shù)。窗口函數(shù)可用來過濾噪聲，保存最明顯的圖像特性，它的選擇有多重，能夠選用均值濾波函數(shù)或者高斯濾波函數(shù)。的泰勒展開式可表達為：其中M是2′2矩陣，可由圖像的導(dǎo)數(shù)求得：其中Ix,Iy分別為像素沿x，y的導(dǎo)數(shù)。R只與M的特性值有關(guān)角點：R為大數(shù)值正數(shù)邊沿：R為大數(shù)值負數(shù)平坦區(qū)：R為小數(shù)值算法：對角點響應(yīng)函數(shù)R進行閾值解決：R>threshold提取R的局部極大值檢測出角點的性質(zhì)旋轉(zhuǎn)不變性：Harris算子是各向同性的"因此當圖像發(fā)生旋轉(zhuǎn)時,角點的檢測不會受到影響。角點響應(yīng)函數(shù)R對于圖像的旋轉(zhuǎn)含有不變性對于圖像灰度的仿射變化含有部分的不變性：當光照強度的變化的方式有以下兩種方式時,harris算子含有光強變化穩(wěn)定性對于圖像幾何尺度變化不含有不變性：隨尺度變化，Harris角點檢測的性能下降.Harris算子易受到