《《計(jì)算機(jī)視覺(jué)》課程綜合作業(yè)》由會(huì)員分享，可在線閱讀，更多相關(guān)《《計(jì)算機(jī)視覺(jué)》課程綜合作業(yè)（8頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、《計(jì)算機(jī)視覺(jué)》課程綜合作業(yè) 一、論述題 1. 計(jì)算機(jī)視覺(jué)的研究領(lǐng)域及其主要支持技術(shù)？簡(jiǎn)述當(dāng)前的技術(shù)進(jìn)展。 答：計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)及相關(guān)設(shè)備對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)就是通 過(guò)對(duì)采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場(chǎng)景的三維信息，就像人類和許多其他類生物每 天所做的那樣。計(jì)算機(jī)視覺(jué)既是工程領(lǐng)域，也是科學(xué)領(lǐng)域中的一個(gè)富有挑戰(zhàn)性重要研究領(lǐng)域。計(jì)算機(jī)視覺(jué)是一門(mén)綜合性的學(xué)科，它已經(jīng)吸引了來(lái)自各個(gè)學(xué)科的研究者參加到對(duì)它的研究之中。其中包括計(jì)算機(jī)科學(xué)和工程、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)，神經(jīng)生理學(xué)和認(rèn)知科學(xué)等。有不少學(xué)科的研究目標(biāo)與計(jì)算機(jī)視覺(jué)相近或與此有關(guān)。 主要支持技術(shù)包括圖象

2、處理、模式識(shí)別或圖象識(shí)別、景物分析、圖象理解等。由于歷史發(fā)展或領(lǐng)域本身的特點(diǎn)這些學(xué)科互有差別，但又有某種程度的相互重迭。 圖象處理 圖象處理技術(shù)把輸入圖象轉(zhuǎn)換成具有所希望特性的另一幅圖象。例如，可通過(guò)處理使輸 出圖象有較高的信-噪比，或通過(guò)增強(qiáng)處理突出圖象的細(xì)節(jié)，以便于操作員的檢驗(yàn)。在計(jì)算機(jī)視覺(jué)研究中經(jīng)常利用圖象處理技術(shù)進(jìn)行預(yù)處理和特征抽取。 模式識(shí)別 模式識(shí)別技術(shù)根據(jù)從圖象抽取的統(tǒng)計(jì)特性或結(jié)構(gòu)信息，把圖象分成予定的類別。例如，文字識(shí)別或指紋識(shí)別。在計(jì)算機(jī)視覺(jué)中模式識(shí)別技術(shù)經(jīng)常用于對(duì)圖象中的某些部分，例如分 割區(qū)域的識(shí)別和分類。 圖象理解 給定一幅圖象，圖象理解程序不僅描述圖象

3、本身，而且描述和解釋圖象所代表的景物，以便對(duì)圖象代表的內(nèi)容作出決定。在人工智能視覺(jué)研究的初期經(jīng)常使用景物分析這個(gè)術(shù)語(yǔ)，以強(qiáng)調(diào)二維圖象與三維景物之間的區(qū)別。圖象理解除了需要復(fù)雜的圖象處理以外還需要具有 關(guān)于景物成象的物理規(guī)律的知識(shí)以及與景物內(nèi)容有關(guān)的知識(shí)。 當(dāng)前的技術(shù)進(jìn)展： 人工智能所研究的一個(gè)主要問(wèn)題是：如何讓系統(tǒng)具備“計(jì)劃”和“決策能力”？從而使之完成特定的技術(shù)動(dòng)作（例如：移動(dòng)一個(gè)機(jī)器人通過(guò)某種特定環(huán)境）。這一問(wèn)題便與計(jì)算機(jī) 視覺(jué)問(wèn)題息息相關(guān)。在這里，計(jì)算機(jī)視覺(jué)系統(tǒng)作為一個(gè)感知器，為決策提供信息。另外一些 研究方向包括模式識(shí)別和機(jī)器學(xué)習(xí)（這也隸屬于人工智能領(lǐng)域，但與計(jì)算機(jī)視覺(jué)有著重

4、要聯(lián) 系），也由此，計(jì)算機(jī)視覺(jué)時(shí)常被看作人工智能與計(jì)算機(jī)科學(xué)的一個(gè)分支。 計(jì)算機(jī)視覺(jué)關(guān)注的目標(biāo)在于充分理解電磁波一一主要是可見(jiàn)光與紅外線部分一一遇到 物體表面被反射所形成的圖像，而這一過(guò)程便是基于光學(xué)物理和固態(tài)物理，一些尖端的圖像感知系統(tǒng)甚至?xí)?yīng)用到量子力學(xué)理論，來(lái)解析影像所表示的真實(shí)世界。同時(shí)，物理學(xué)中的很多測(cè)量難題也可以通過(guò)計(jì)算機(jī)視覺(jué)得到解決，例如流體運(yùn)動(dòng)。也由此，計(jì)算機(jī)視覺(jué)同樣可以被看作是物理學(xué)的拓展。 另一個(gè)具有重要意義的領(lǐng)域是神經(jīng)生物學(xué)，尤其是其中生物視覺(jué)系統(tǒng)的部分。 在整個(gè)20世紀(jì)中，人類對(duì)各種動(dòng)物的眼睛、神經(jīng)元、以及與視覺(jué)刺激相關(guān)的腦部組織 都進(jìn)行了廣泛研究，這些研究

5、得出了一些有關(guān)“天然的”視覺(jué)系統(tǒng)如何運(yùn)作的描述（盡管仍略嫌粗略），這也形成了計(jì)算機(jī)視覺(jué)中的一個(gè)子領(lǐng)域一一人們?cè)噲D建立人工系統(tǒng)，使之在不 同的復(fù)雜程度上模擬生物的視覺(jué)運(yùn)作。同時(shí)計(jì)算機(jī)視覺(jué)領(lǐng)域中，一些基于機(jī)器學(xué)習(xí)的方法也 有參考部分生物機(jī)制。 計(jì)算機(jī)視覺(jué)的另一個(gè)相關(guān)領(lǐng)域是信號(hào)處理。很多有關(guān)單元變量信號(hào)的處理方法，尤其對(duì) 是時(shí)變信號(hào)的處理，都可以很自然的被擴(kuò)展為計(jì)算機(jī)視覺(jué)中對(duì)二元變量信號(hào)或者多元變量信號(hào)的處理方法。但由于圖像數(shù)據(jù)的特有屬性，很多計(jì)算機(jī)視覺(jué)中發(fā)展起來(lái)的方法，在單元信 號(hào)的處理方法中卻找不到對(duì)應(yīng)版本。這類方法的一個(gè)主要特征，便是他們的非線性以及圖像 信息的多維性，以上二點(diǎn)作為

6、計(jì)算機(jī)視覺(jué)的一部分，在信號(hào)處理學(xué)中形成了一個(gè)特殊的研究 方向。 2. 雙目立體視覺(jué)技術(shù)原理及其研究現(xiàn)狀？ 答：雙目立體視覺(jué)是計(jì)算機(jī)視覺(jué)的一個(gè)重要分支，即由不同位置的兩臺(tái)或者一臺(tái)攝像機(jī) （CCD經(jīng)過(guò)移動(dòng)或旋轉(zhuǎn)拍攝同一幅場(chǎng)景，通過(guò)計(jì)算空間點(diǎn)在兩幅國(guó)像中的視差，獲得該點(diǎn)的三維坐標(biāo)值。 基本原理如下： 立體視覺(jué)系統(tǒng)由左右兩部攝像機(jī)組成。如圖二所示，圖中分別以下標(biāo)I和r標(biāo)注左、右 攝像機(jī)的相應(yīng)參數(shù)。世界空間中一點(diǎn)A（X,Y,Z）在左右攝像機(jī)的成像面CI和Cr上的像點(diǎn) 分別為al（ul，vl）和ar（ur，vr）。這兩個(gè)像點(diǎn)是世界空間中同一個(gè)對(duì)象點(diǎn)A的像，稱為"共 軛點(diǎn)”。知道了這兩個(gè)共

7、軛像點(diǎn)，分別作它們與各自相機(jī)的光心OI和Or的連線，即投影線 alOl和arOr，它們的交點(diǎn)即為世界空間中的對(duì)象點(diǎn)A（X，Y，Z）。這就是立體視覺(jué)的基本原 理。 虛擬現(xiàn)實(shí)。 目前研究現(xiàn)狀如下: 日本大阪大學(xué)自適應(yīng)機(jī)械系統(tǒng)研究院研制了一種自適應(yīng)雙目視覺(jué)伺服系統(tǒng)，禾U用雙目體視的原理，如每幅圖像中相對(duì)靜止的三個(gè)標(biāo)志為參考，實(shí)時(shí)計(jì)算目標(biāo)圖像的雅可比短陣，從而預(yù)測(cè)出目標(biāo)下一步運(yùn)動(dòng)方向，實(shí)現(xiàn)了對(duì)動(dòng)方式未知的目標(biāo)的自適應(yīng)跟蹤。該系統(tǒng)僅要求 兩幅圖像中都有靜止的參考標(biāo)志，無(wú)需攝像機(jī)參數(shù)。而傳統(tǒng)的視覺(jué)跟蹤伺服系統(tǒng)需事先知道 攝像機(jī)的運(yùn)動(dòng)、光學(xué)等參數(shù)和目標(biāo)的運(yùn)動(dòng)方式。 日本奈良科技大學(xué)信

8、息科學(xué)學(xué)院提出了一種基于雙目立體視覺(jué)的增強(qiáng)現(xiàn)實(shí)系統(tǒng)（AR）注 冊(cè)方法，通過(guò)動(dòng)態(tài)修正特征點(diǎn)的位置提高注冊(cè)精度。該系統(tǒng)將單攝像機(jī)注冊(cè)（MR與立體視 覺(jué)注冊(cè)（SR相結(jié)合，利用MR和三個(gè)標(biāo)志點(diǎn)算出特征點(diǎn)在每個(gè)圖像上的二維坐標(biāo)和誤差，利用SR和圖像對(duì)計(jì)算出特征點(diǎn)的三維位置總誤差，反復(fù)修正特征點(diǎn)在圖像對(duì)上的二維坐標(biāo)， 直至三維總誤差小于某個(gè)閾值。該方法比僅使用MR或SR方法大大提高了AR系統(tǒng)注冊(cè)深度 和精度。實(shí)驗(yàn)結(jié)果如圖2，白板上三角開(kāi)的三頂點(diǎn)被作為單攝像機(jī)標(biāo)定的特征點(diǎn)，三個(gè)三角形上的模型為虛擬場(chǎng)景，烏龜是真實(shí)場(chǎng)景，可見(jiàn)基本上難以區(qū)分出虛擬場(chǎng)景（恐龍）和現(xiàn)實(shí) 場(chǎng)景（烏龜）。 日本東京大學(xué)將實(shí)時(shí)

9、雙目立體視覺(jué)和機(jī)器人整體姿態(tài)信息集成，開(kāi)發(fā)了仿真機(jī)器人動(dòng)態(tài) 行長(zhǎng)導(dǎo)航系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)分兩個(gè)步驟：首先，利用平面分割算法分離所拍攝圖像對(duì)中的地面與障礙物，再結(jié)合機(jī)器人身體姿態(tài)的信息，將圖像從攝像機(jī)的二維平面坐標(biāo)系轉(zhuǎn)換到描述軀體姿態(tài)的世界坐標(biāo)系，建立機(jī)器人周圍區(qū)域的地圖；基次根據(jù)實(shí)時(shí)建立的地圖進(jìn)行障礙物 檢測(cè)，從而確定機(jī)器人的行走方向。 日本岡山大學(xué)使用立體顯微鏡、兩個(gè)CCD攝像頭、微操作器等研制了使用立體顯微鏡控制微操作器的視覺(jué)反饋系統(tǒng)，用于對(duì)細(xì)胞進(jìn)行操作，對(duì)鐘子進(jìn)行基因注射和微裝配等。 麻省理工學(xué)院計(jì)算機(jī)系統(tǒng)提出了一種新的用于智能交通工具的傳感器融合方式，由雷達(dá) 系統(tǒng)提供目標(biāo)深度的大

10、致范圍，利用雙目立體視覺(jué)提供粗略的目標(biāo)深度信息，結(jié)合改進(jìn)的圖像分割算法，能夠在高速環(huán)境下對(duì)視頻圖像中的目標(biāo)位置進(jìn)行分割。 華盛頓大學(xué)與微軟公司合作為火星衛(wèi)星“探測(cè)者”號(hào)研制了寬基線立體視覺(jué)系統(tǒng)，使“探 測(cè)者”號(hào)能夠在火星上對(duì)其即將跨越的幾千米內(nèi)的地形進(jìn)行精確的定位玫導(dǎo)航。系統(tǒng)使用同 一個(gè)攝像機(jī)在“探測(cè)者”的不同位置上拍攝圖像對(duì)，拍攝間距越大，基線越寬，能觀測(cè)到越遠(yuǎn)的地貌。系統(tǒng)采用非線性優(yōu)化得到兩次拍攝圖像時(shí)攝像機(jī)的相對(duì)準(zhǔn)確的位置，利用魯棒性 強(qiáng)的最大似然概率法結(jié)合高效的立體搜索進(jìn)行圖像匹配，得到亞像素精度的視差，并根據(jù)此 視差計(jì)算圖像對(duì)中各點(diǎn)的三維坐標(biāo)。相比傳統(tǒng)的體視系統(tǒng)，能夠更精確

11、地繪制“探測(cè)者”號(hào) 周圍的地貌和以更高的精度觀測(cè)到更遠(yuǎn)的地形。 國(guó)內(nèi)研究動(dòng)態(tài) 浙江大學(xué)機(jī)械系統(tǒng)完全利用透視成像原理，采用雙目體視方法實(shí)現(xiàn)了對(duì)多自由度機(jī)械裝 置的動(dòng)態(tài)、精確位姿檢測(cè)，僅需從兩幅對(duì)應(yīng)圖像中抽取必要的特征點(diǎn)的三維坐標(biāo)，信息量少， 處理速度快，尤其適于動(dòng)態(tài)情況。與手眼系統(tǒng)相比，被測(cè)物的運(yùn)動(dòng)對(duì)攝像機(jī)沒(méi)有影響，且不 需知道被測(cè)物的運(yùn)動(dòng)先驗(yàn)知識(shí)和限制條件，有利于提高檢測(cè)精度。 東南大學(xué)電子工程系基于雙目立體視覺(jué)，提出了一種灰度相關(guān)多峰值視差絕對(duì)值極小化 立體匹配新方法，可對(duì)三維不規(guī)則物體（偏轉(zhuǎn)線圈）的三維空間坐標(biāo)進(jìn)行非接觸精密測(cè)量。 哈工大采用異構(gòu)雙目活動(dòng)視覺(jué)系統(tǒng)實(shí)現(xiàn)了全自

12、主足球機(jī)器人導(dǎo)航。將一個(gè)固定攝像機(jī)和 一個(gè)可以水平旋轉(zhuǎn)的攝像機(jī)，分別安裝在機(jī)器人的頂部和中下部，可以同時(shí)監(jiān)視不同方位視 點(diǎn)，體現(xiàn)出比人類視覺(jué)優(yōu)越的一面。通過(guò)合理的資源分配及協(xié)調(diào)機(jī)制，使機(jī)器人在視野范圍、 測(cè)跟精度及處理速度方面達(dá)到最佳匹配。雙目協(xié)調(diào)技術(shù)可使機(jī)器人同時(shí)捕捉多個(gè)有效目標(biāo)，觀測(cè)相遇目標(biāo)時(shí)通過(guò)數(shù)據(jù)融合，也可提高測(cè)量精度。在實(shí)際比賽中其他傳感器失效的情況下，僅僅依靠雙目協(xié)調(diào)仍然可以實(shí)現(xiàn)全自主足球機(jī)器人導(dǎo)航。 火星863計(jì)劃課題“人體三維尺寸的非接觸測(cè)量”，采用“雙視點(diǎn)投影光柵三維測(cè)量” 原理，由雙攝像機(jī)獲取圖像對(duì)，通過(guò)計(jì)算機(jī)進(jìn)行圖像數(shù)據(jù)處理，不僅可以獲取服裝設(shè)計(jì)所需 的特征尺

13、寸，還可根據(jù)需要獲取人體圖像上任意一點(diǎn)的三維坐標(biāo)。該系統(tǒng)已通過(guò)中國(guó)人民解 放軍總后勤部軍需部鑒定。可達(dá)到的技術(shù)指標(biāo)為：數(shù)據(jù)采集時(shí)間小于5s/人；提供身高、胸 圍、腰圍、臀圍等圍度的測(cè)量精度不低于1.0cm。 3. 機(jī)器視覺(jué)的應(yīng)用原理及場(chǎng)合，機(jī)器人視覺(jué)屬于計(jì)算機(jī)視覺(jué)應(yīng)用嗎？ 答：機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷。機(jī)器視覺(jué)系統(tǒng)是指通過(guò)機(jī)器視覺(jué)產(chǎn) 品(即圖像攝取裝置，分CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)；圖像系統(tǒng)對(duì)這些 信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作

14、。 應(yīng)用原理：機(jī)器視覺(jué)檢測(cè)系統(tǒng)采用CCD照相機(jī)將被檢測(cè)的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送 給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，圖像處理 系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽取目標(biāo)的特征，如面積、數(shù)量、位置、長(zhǎng)度，再根據(jù)預(yù)設(shè)的允許度和其他條件輸出結(jié)果，包括尺寸、角度、個(gè)數(shù)、合格/不合格、有/無(wú)等，實(shí)現(xiàn) 自動(dòng)識(shí)別功能。 應(yīng)用場(chǎng)合：1.自動(dòng)光學(xué)檢查 2. 人臉偵測(cè) 3. 無(wú)人駕駛汽車 機(jī)器人視覺(jué)屬于計(jì)算機(jī)視覺(jué)應(yīng)用。 4. 立體視覺(jué)與立體電視有無(wú)區(qū)別，為什么？ 答：立體視覺(jué)是人眼在觀察事物時(shí)所具有的立體感。再進(jìn)一步講，人眼對(duì)獲取的景象有相當(dāng)?shù)纳疃雀兄芰?De

15、pthPerception)，而這些感知能力又源自人眼可以提取出景象中的深度要素(DepthCue)。 立體電視是一種能夠模擬實(shí)際景物的真實(shí)空間關(guān)系的電視系統(tǒng)。又稱三維電視 (Three-dimensionaltelevision,3D-TV)。立體電視圖像不僅能給觀眾一種深度感覺(jué)，而且 能給觀眾一種景物伸展于熒光屏之外似乎伸手可觸的感覺(jué)。 人眼的立體視覺(jué)特性是立體電視的基礎(chǔ)。人類在觀看四周世界時(shí)，不僅能看到物體的寬 度和高度，而且能知道它們的深度，能判定物體之間或觀看者與物體之間的距離。這種三維 視覺(jué)特性產(chǎn)生的主要原因是：人們通?？偸请p目同時(shí)觀看物體，而由于兩只眼睛視軸的間距

16、(約65mm)，左眼和右眼在看一定距離的物體時(shí)，所接收到的視覺(jué)圖像是不同的，因而大腦通過(guò)眼球的運(yùn)動(dòng)、調(diào)整，綜合了這兩幅圖像的信息，產(chǎn)生立體感。在單用左眼和右眼觀看 物體時(shí)，所產(chǎn)生的圖像移位感覺(jué)就叫視差。理論分析可知，在沒(méi)有任何工具的情況下，人眼 可看到立體物體的最遠(yuǎn)距離不超過(guò)1km。由經(jīng)驗(yàn)得知，人的立體視覺(jué)還不是絕對(duì)靠視差， 一只眼睛的人同樣能判定物體深度和距離，他們主要是靠光線明暗、物體的相對(duì)尺寸、清楚 程度、運(yùn)動(dòng)速度等來(lái)進(jìn)行判定的，把眼球視線注視于一點(diǎn)或一小區(qū)域后，利用眼睛上下左右 轉(zhuǎn)動(dòng)來(lái)對(duì)物體上下、左右、前后掃描觀察，以便使物體能在眼球運(yùn)動(dòng)、肌肉做功過(guò)程中，獲得多幅稍有差別的物

17、體圖像信息，通過(guò)長(zhǎng)期以來(lái)所積累的觀察事物的經(jīng)驗(yàn)進(jìn)行判定等就足可 獲得立體感，由此可見(jiàn)，兩只眼睛觀察觀看同一物體的視覺(jué)信號(hào)，可以獲得立體感，而用一 個(gè)眼睛對(duì)同一物體從兩個(gè)稍有差別的觀察點(diǎn)來(lái)獲得圖像信息，也能使人獲得立體感。 也就是說(shuō)，立體電視是立體視覺(jué)中的一項(xiàng)技術(shù)成果，電視利用人的立體視覺(jué) 原理發(fā)明的 5. 基于圖像內(nèi)容的視頻圖像檢索如何進(jìn)行？簡(jiǎn)述方法與步驟 答：視頻數(shù)據(jù)的本質(zhì)是一組連續(xù)的圖像幀，除了存在時(shí)間上的先后關(guān)系外，其本身并不具有任何結(jié)構(gòu)信息。要實(shí)現(xiàn)基于內(nèi)容的視頻檢索，必須為視頻建立不同層次的結(jié)構(gòu)索引，并進(jìn)一步為視頻的檢索和瀏覽提供基本訪問(wèn)單元。 基于內(nèi)容的視頻檢索系統(tǒng)框圖

18、如下： 用戶輸出 6. 基于灰度和特征的兩種匹配算法各有何不同？目前研究較多是基于哪種匹配算法？ 答：基于灰度的匹配算法是指圖象處理中所稱的區(qū)域相關(guān)方法，它是解決對(duì)應(yīng)問(wèn)題的一 個(gè)最直觀最簡(jiǎn)單的方法。在一幅圖象中以一點(diǎn)為中心選定一區(qū)域（窗口），在另一幅圖象中 尋找與該區(qū)域相關(guān)系數(shù)最大的區(qū)域，把該找到的區(qū)域的中心認(rèn)為是原來(lái)那區(qū)域中心的對(duì)應(yīng)點(diǎn)。 基于圖像特征方法提取各類圖像中保持不變的特征，如邊緣點(diǎn)、閉區(qū)域的中心等，作為兩幅圖像匹配的參考信息。這類方法的主要優(yōu)點(diǎn)是它提取了圖像的顯著特征，大大壓縮了圖像的信息量，使得計(jì)算量小，速度較快，而且這種方法對(duì)特征提取和特征匹配的錯(cuò)誤更敏感，

19、需要可靠的特征提取和特征一致性?；趫D像特征的匹配方法包括特征提取、特征匹配選取、變換模型及求取參數(shù)坐標(biāo)、變換與插值四個(gè)主要組成部分。 基于灰度和特征的兩種匹配算法的不同：基于灰度的匹配算法計(jì)算量大，但可以得到整幅圖象的視差圖。該算法對(duì)噪音很敏感，考慮到計(jì)算量，窗口不宜開(kāi)得過(guò)大，因而可能匹配的選擇較大，誤對(duì)應(yīng)可能性大，不適于灰度分布均勻的圖象，較適于灰度分布很復(fù)雜的圖象，如自然景物等。采用該方法的關(guān)鍵在于排除或減輕噪音的影響。通常采用多層次相關(guān)對(duì)應(yīng)及多幅圖象的統(tǒng)計(jì)平均處理方式來(lái)實(shí)現(xiàn)?；谔卣鞯钠ヅ渌惴ㄌ貏e適用于特殊的比較簡(jiǎn)單的環(huán)境如室內(nèi)環(huán)境，具有 速度快、精度高的特點(diǎn)，但對(duì)于自然環(huán)境，由于

20、缺少顯著的主導(dǎo)特征，該方法也遇到了很大困難。 目前研究較多的是基于圖像特征的匹配算法。也有將基于灰度和基于特征結(jié)合起來(lái)的匹配算法，比如基于投影特征的圖像匹配算法。 二、程序分析題 選擇一個(gè)基于OpenCV勺計(jì)算機(jī)視覺(jué)小程序，進(jìn)行分析。（可以選擇附件中包含的8個(gè)程序） 1）簡(jiǎn)述程序的主要功能或算法； 2）給出編譯環(huán)境及相關(guān)設(shè)置； 3）給出運(yùn)行結(jié)果或圖像。 答：該程序?qū)崿F(xiàn)了運(yùn)動(dòng)目標(biāo)跟蹤，用到卡爾曼濾波器算法； 我的電腦環(huán)境是WindowXP編譯環(huán)境是VC++2008配置OpenCV2.1版本 二、程序設(shè)計(jì)題 根據(jù)上題所選擇的程序，對(duì)小程序進(jìn)行一些修改和功能的擴(kuò)展 1）明確指出自己完成的算法和修改主要有哪些？ 2）給出運(yùn)行結(jié)果或圖像； 3）進(jìn)行簡(jiǎn)要的算法分析與總結(jié)。 4）提供最終的源代碼，發(fā)送到ruanjun@。