参与到计算机视觉行业近两年来,第一次仔细认真的回过头看自己做的究竟是什么东西。在过去的工作中,不管是在学校还是在单位,拿到项目了,就照着自己所要达到的目的去查找资料,阅读文献,然后就是写代码。大大小小的项目经历了这么多,做完一个,开心,以前学的一些图像处理方面的知识,现在也好多没用到,没用到的自然就忘了,该系统的回顾一下了!后面要做好这些工作,还将回顾一下自己所熟知的几个方向,加油!!下面就简单介绍一下相关的东西以及Marr提出的视觉系统框架:
计算机视觉理解的任务:低层的图像处理、高层的图像理解。
低层:图像压缩、噪声滤波、图像锐化等预处理方法。
高层:取决于知识、目标以及如何达到目标,主要用的人工智能的方法。高层计算机视觉:模仿人类的认知和根据包含在图像中的信息进行决策的能力。
计算机视觉是建立在高层处理的基础上的,认知过程与图像内容的先验知识是紧密结合在一起的。
低层计算机视觉技术几乎与数字图像处理完全重合。边缘提取是该阶段一个典型的处理例子。
低层图像处理与高层计算机视觉的区别在于所使用的数据。低层数据由原始图像构成,表现为亮度或灰度值构成的矩阵;而高层数据虽然也来源于图像,但是只有那些与高层目标有关的数据被提取出来,很大程度上减少数据量。高层数据表示了有关图像内容的知识。
Marr认为,视觉系统