本文介绍了计算机视觉的主要任务，包括低层的图像处理（如压缩、滤波、锐化）和高层的图像理解，强调了认知过程与图像内容的先验知识的结合。Marr的视觉系统框架分为计算理论、表达与算法及硬件实现三个层次，而信息处理涉及基元图构造、2.5维描述和三维物体识别。图像处理系统涉及增强、编码、压缩和复原等，而机器视觉则涵盖特征度量和模式识别。
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
最低0.47元/天 解锁文章
1714
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
