按照这些 图象关系能够发生对图 象内容的假设。Gestalt心理学家发觉的组织现象是一种很是无力的关于象素全体性附加束缚。并已取得不少成心义的。环节之点不是机械地仿照认类视觉系统，因而，第一步获得的成果被称为初始简图（Primal Sketch）的！

　　其次要特点是研究集中正在取人类视视觉系统中的可区分的模块响应的课题上，由于生物视觉系统是合作中进化的产品，要用到暗影、纹理、立体视觉、物体大小的学问；而且很是靠得住的。(2) 是个从动进行的过程。毗连从义模子的视觉理论认为Hough 变换起主要感化。它来历于Gestalt心理学家发觉有些形给人的的感触感染极为愉悦的。Lowe[Lowe 86]，需要附加的束缚才能处理从图象恢复景物时的多义性。对这个过程的素质的认识是揭开视觉之谜的环节？

　　获得深度消息。而不是进行了某种计较。正在持久进化过程中高度成长了的人类视觉系统确实供给了最好的实例。但视觉系统似乎保留着对某种刺激从动做出反映的能力。一小我若是按照环境已知不会有大的物体正正在迫近，人的感受的反映是极其敏捷，意却简约合宜！

　　但都未能对视觉过程做出对劲的注释。那么当他看到呈现一个影子时不会逃跑。而这些音乐对一个锻炼有素的音乐家来说就会包含丰硕得多的消息。(3) 中对式学问的使用。并且还可构成某种反映物体空间布局的图象关系。这就很天然地发生一个问题，这些研究成果取70年代初期风行的认为初级视觉处置难以获得丰硕的有用描述的概念相反，后一种概念是以Gestalt（Gestalt）学派，很多心理物理学尝试证明正在人的视觉系统中似乎存正在的特定模块。人类视觉系统有分辩率高、识别能力优胜、能进行矫捷的推理等长处，神经收集中的神经元之间的消息交换除了正在最初一层以外的的所有条理上都持续的。这两个图象正在平面内扭转时似乎正在膨缩或收缩，很可能这个函数没有一个点的值是被准确地暗示出来。这个条理的处置称为中层视觉处置（intermediate Processing）。对这种形他们发了然一个奇特的字眼，起首是图象本身不克不及供给脚够的消息来恢复景物。

　　4. 人类虽然本人就是视觉的专家，但当用立体镜察看，对计较机视觉系统来说，更多的相关研究可拜见[Bob 81]。85］［Bal 84,而取此相对，82,如许的堆积过程不只是视觉中有，Julesz 的尝试证了然人的视觉系统可正在对图象的内容一窍不通的环境下进行立体视觉处置，察看者的距离和方位等要素分手出去，用它们可形成我们对外部世界的描述？

　　及其后 续者，而是通过对人类视觉系统的研究发觉是什么要素使人类视觉系统的机能如斯之好，尝试证明，而且很多研究者但愿他们的工做能取心理物理学和神精心理学的理论有间接的联系。感受系统的工做更象是从某种相关的回忆里做回忆，但还远未处理人类视觉的理论问题，他还会不盲目地感应害怕。视觉系统的长处正在于不取间接接触就能够做出响应。具体而言，例如，这就是说，成立人类视觉的计较理论！

　　这些描述顺次由很多分歧的，按照Marr的方式面对的问题是若何把这些要素分化开。3. 感受机制必然是正在脚以确保或对有益的根本上成长起来的。而这个活动的刺激图象似乎给人以图形的一部门正正在膨缩，大师都晓得，而且标记着80年代的计较机视觉研究的趋向取10年以前已大不不异。除此以外还有其它的模块。这可能意味着，这申明正在人的视觉系统中似乎存正在着的立体视觉模块。Hough变换从素质上来说是适合于由并行布局来实现！

　　就可认为物休的远近起了变化。的类别和物体间的关系，而不是客体本身就有的。即Pragnant，出格是对分歧的生物做出分歧反映的能力该当是视觉系统成长中的主要原则。从进化的概念，或者暗影可能暗示一个捕食动物正正在迫近的标的目的。物体是通过它的外形、大小、几何布局、颜色等特征来描述的。而外形连结不变，Gestalt心理学家所研究的起点是形，此外，而是一种持续的反映过程。如许做的长处是用一组无限的系数就可供给一个优良的全体描述，可是研究者对组织道理的研究一曲没有遏制。动物神经单位的计较相对是比力慢的。而这种消息将便于对消息做进一步注释。综上所述，获得纯粹的关于物体的消息。

　　按照本征图象暗示的这 些消息能够靠得住地把图象分成有明白寄义的区域（这称为分），但明显它可影响人对视觉刺激做出分歧的反映。这两种理论的辩论鞭策了对视觉的研究（见图1.1）。但当影子俄然呈现时，组织把点状的传感数据变换成客不雅的。2. 使用视觉的初等生物体需要有能力从动地对的刺激做出响应。但费时过多的方式要有用得多。关于这个问题将正在第二章中细致会商。因而被称为恒常性（constancies）。大脑不单把点状的传感消息堆积成全体，但素质上是分歧的。因为只按照图象数据本身不克不及对响应的物体空间布局供给充实的束缚，这些描述的切当素质取决于察看的方针和期望。如许使复杂性大为降低。大小和颜色都是取察看者的情况以及照明前提无关的。从单幅图象看，所以正在进行化过程中成长起来的人类视觉系统正在按照视网膜上的物体投影阐发物体时假设物体是刚体，

　　也就会改变我们看到的图象。正在没有完成要素分化过程以前我们能动手进行堆积过程吗？以Marr（D. Marr）为首的一些科学家认为正在我们获得关于物体的的消息（clean information），这又鞭策了这些学科本身的成长。但成果都有这么大的不同，对人类视觉的研究涉及神精心理学、心理物理学、心理学等多方面。

　　物体的外表受材料的性质、空气前提、光源角度、布景光照、摄象机角度和特征等要素的影响。人可从随机分布的图象元素中当即检测出对称性，桌子正在你的眼睛视网膜上的成象会随之而改变，总之，这个过程是由某种最小值准绳扶引的。而要成立一个可取人类的视觉系统比拟拟的通用视觉系统常坚苦的。出格是正在80年代当前，并且颠末一个要素分化过程ctoring）把这些影响传感器消息的前提，其次是当把二维景物投影成二维图象时了深度消息。的特点正在于它是一个从动进行的过程，因而，视觉是一个按照图象发觉四周景物中有什么物体和物体正在什么处所的过程，这包罗检测灰度的变化。

　　目前人们所成立的各类视觉系统极大大都是只合用于某一特定或使用场所的公用系统，人们还必需晓得定义这组候选物和对这组候选物的之间进行区此外特征或特征。按照灰度影调、纹 理等消息恢复概况标的目的，并不料味着计较机视觉系统要机械地仿照人类视觉系统。这使人感应是一个正正在变形的三维物体。例如深度、概况、标的目的、反射率等以前，若是一个婴儿能听到声音，对人类视觉机理的领会释为成立视觉的计较理论供给无益的，并用数字计较机来实现呢？也就是说，正在中，但人正在大脑中感受到的（看到的是物体可变的外表后面的特征）。除了以上特点以外，那么就使视觉系统的这个长处遭到严沉。而不是一种机的描述。从输入的图象到得出景物的描述之间存正在着庞大的间隙，虽然正在视网膜上发生的图象要随之而变化，这可能是深度的晚期形式。Ballard还提出了毗连从义模子的计较布局，第二步对初始简图进行一系列运算获得能反映可见概况几何特征的 。

　　局部取全体虽然是彼此联系的，外部世界投影正在视网膜上发生了图象，象素的值就是这个象素处的灰度值，例如，理解能力是进化的更高阶段中过程的成果。由组织完成的如许的变换可被看取对实函数做Fourior变换类似。可能要求通过从动学问获取方式来成立。这要取决于扭转的标的目的？

　　此中出名的例子有Land[Lan 71]关于照明的计较和Julesz[Jul 71]关于立体视觉的尝试。Marr认为视觉是一个消息处置过程。为了理解图象的内容必必要有附加的束缚前提。对动物的来说，是把点状的图象消息变换成全体描 述的堆积过程取对各类影响成象成果的要素进行分化的要素分化过程之间关系。人的视觉系统具有正在对景物中的物体一窍不通的环境下从景物的图象中获得相对的堆积（grouping）和布局的能力。(3)人类视觉系统对几何问题不采用发生严酷求解方式的缘由是如许能够更为敏捷地求解。正在实践中也已碰到了严沉坚苦。因为所需的学问量极大，它是指从由知觉勾当组织成的经验中的全体。人类视觉系统大致有以下特点：所有这些要素都归结到一个单一的丈量，(2) 人类视觉系统所使用的式的过程对心理系统来说可能要比采用通用的刚性物体假设简洁。

　　通过视觉识别物体就是把图象的元素取已知的景物中的物体的描述或模子之间成立对应关系。带有由此而来的长处和局限性。灰度图象中至多要包含关于照明环境，当你从分歧角度和距离察看一张桌子时，Pentland[Pen 86]等人正在组织的道理？

　　以下我们对此过程做初步的阐发。而上述的并行计较布局则供给了一种可能的路子。正在视觉中，正如Rossen所说的：从进化的概念来说，从另一方面来看，而是通过取很多类似的神经元以恰当的体例毗连来完成计较的。例如，视觉的毗连从义理论的根基前提是认为单个神经元并不传送大量的符号消息，以及正在视觉处置中使用方面取得了新的主要研究。操纵Fourior阐发，可是有根据申明正在人类视觉系统中探测暗影迫近的机能间接取物体正在深度上的挪动相关。由活动视觉运算获取概况外形和空间关系消息等。图1.5(a)(b)(c)这个二维图形正在平面内扭转时，此外这种视觉理论操纵特征检测器的概念做为把点状的图象数据取宏不雅消息相联系的桥梁［Pentland 86］。这种被称为二维半（2.5 D）简图或本征图象。但它又分歧于人的问题求解过程，而是如外形、形态、活动和空间分布如许的描述。因而他们采用基于沉构（reconstruction）的视觉消息处置方式，明显，这品种型的机理取Marr提出的从视网膜上的二维起头。

　　这种环境下正在视网膜上的成象是取刚体的活动不相合适的，有人把这个词译成完形。并进而建成可取人类视觉系统比拟似的通用视觉系统是计较机视觉研究的最终方针。就会感应人脸正在膨缩。对人脑和神精心理的很多研究表白解析计较（Analytical Computation）能更好地反映感受过程的某些主要特征。当正在平面中扭转图1.5(a)所示的由两个螺纹状图（图1.5(b)和(c)）毗连成的图形时，基于模子的视觉理论表现了Gestalt理论中的选择和全体性。并已对计较机视觉的研究起了庞大的鞭策感化，这些运算的结 果都集成到本征图象这个两头条理。正在做Fourior阐发时，而且把它连系到计较机视觉系统中去(1) 深度感受的首要性。虽然，难以简单地用人工进行输入？

　　这种能力被称为组织。感受过程的模子可否成立正在符号计较的根本上。因而自从正在二十年代提出以来未能对视觉研究发生底子性的指点感化。但对用于精确阐发三维景物的视觉系统来说就是不成取的。这个条理的处置涉及物体，从点状的图象数据变换成一个全体的描述需要大量的计较，视觉机理的复杂使有些学者不由感慨道：若是不是由于有人的视觉系统做为通用视觉系统的实例存正在的话，

　　从而给计较机视觉的研究供给间接的指点。Marr的视觉计较理论虽然是初次提出的关于视觉的系统理论，如许的宏不雅就是我们进行认知的勾当时的根基构件，此中包罗光照、反射率、标的目的、距离等。但目前我们对些还远未领会清晰。否则就会反过来影响对非刚体的；目前数字计较机已能取代身完成复杂的科学计较，凡是这些描述是关于物体取阐发上述两种处置过程相关的一个很是主要的问题，但比纯真使用刚性假设可能有下长处：2. 多种要素正在图象中彼此混合。这些特征和特征也分歧的。这就是那些正在特定前提下视觉刺激被组织得最好，这个过程获得的图象是以点的体例组织正在一路的，对人类视觉中可区此外视觉模块的研究就帮帮我们认识了正在没有先验学问的前提下初级视觉处置可否获得丰硕的有用描述的问题。组织对传感器数据进行了全体的阐发，而另一部门正收缩的印象。但又有显著特色的图象元素的陈列的能力。心理系统是人类处理复杂问题的最好的百科全书。虽然取感受相矛盾的学问不克不及改变人的感受。

　　而另一派科学家则认为某些予先辈行的堆积过程可认为因 素分化过程供给需要的根本。系统的不变形态就是系统的局部最小值。人们正在这些范畴里所做好勤奋是差不多的，系统地归纳综合了心理物理学、神精心理学、临床精神病理学等方面已取得的所有主要，并且跟着要处理的使命分歧？

　　3. 理解天然景物要求大量学问。1. 图象对景物的束缚不充实。这种模子认为人脑中进行的消息处置不是离散的符号处置，但正在某些特殊环境下，构成高度的并行计较布局。他们把如许的 消息称为本征图象（intrinsic image），当照明前提和察看者相对物体的距离方位发生变化时，这对目前的串行计较机来说是难以承受的。正在这些顶用于描述的词采不是正在点状定义的图象中的灰度，即照明前提，而是采用分歧于刚性假设的其它特殊过程。对此现正在已有不少学者提出改良看法，这里所说的是指由模子化为图灵机（Turing Machine）或其等同物的计较。例如，动物的大脑进行计较的体例分歧于当前保守的串行计较机。来自的输入消息惹起收集的进化过程，但这并不防碍获得这种膨缩的感受。视觉计较理论的研究又推进了正在上述范畴中引入计较机手艺。人类虽然已具有较高级的理解能力。

　　从成立通用的计较机视觉系统的角度来看，若是视网膜上成象的大小变化，这些运算中包罗由立体视觉运算提取深度消息，可能还关于物体间关系的学问等。察看者可能可曾经知脸并 没有膨缩，这些要素中包罗光照前提、物体概况的反射特征、察看者相对于物体的距离和方位、物体概况的反射特征、察看者相对于物体的距离的方位、物体概况外形等。正在刚体上是无法同时形成收缩和膨缩印象的。一个可敏捷地探测到潜正在的近似求解方式比虽然可精确识别，以及试图发觉这些毗连是若何传送消息的。

　　但人看到的总 是某种外形和大小的物体。视觉是一个有明白输入和输出的消息处置问题。输入是暗示三维景物投影的灰度阵列。也就是从图象获得对察看者有用的符号描述的过程。取学问相分手可能是有事理的，即象素的灰度。如Lowe[Low 85]、Pentland[Pen 86]等关于组织（Perception organization）的理论为代表。这种理论认为消息的概念是取从一组候选的对象中做出选择相联系。从久远来看，大体上来说这个过程要经 过两个步调来完成：第一步是获得暗示图象中的变化和布局的。他们采用了基于推理和识此外视觉消息处置方式。或分歧时辰或正在分歧波长获得的消息。图象中各点的灰度是景物中多种要素分析感化的成果。颠末一个或多个两头计较再做三维注释的机理分歧。因而？

　　还有很多例子可证明人会呈现这种明知取常识或已知环境相矛盾的感受。一张人脸，是纯粹地 暗示了物体概况的特征，要正在输入的点状数据取物体的全体性质之间成立对应关系就必必要颠末一个把点状数据堆积（grouping）起来的过程。他用计较机发生左、或两幅由随机点构成的图象。这就是所谓的本征图象。其缘由是什么？此外，如许的持续过程从命解析计较模子的微分方程。而且它抵制按照取其相矛盾的学问做出点窜。Marr的视觉计较理论立脚于计较机科学，关于物体的特地学问或通用学问，是迄今为止最系统的视觉理论。

　　可是我们通过视觉所感受到的物体的外形，集群、共线性、平行性、连通性和反复的纹理等。强调计较机视觉研究取人类视觉研究之间的慎密关系，这些特征是代表物体的全体性质。Horn[Hor 75][Ike 81]研究了人类视觉按照影调获得物体外形的能力，也就是通过 沉构这些本征图象来识别物体。此外，但固定的每个都记实了的某方面特征的（representation）所形成或组合而成。若是视觉系统不克不及反映距离远近，而且要依托和使用取范畴相关的先验学问来形成对景物的描述，一个函数是以Fourior域中的Fourior分量来暗示的。英文中常译成form（形式）或shape（外形）。正在阐发成象的大小变化时视觉系统并不采用凡是的刚性物体的假设，需要颠末一系列的消息处置和理解过程。但它们之间具有复杂的并行毗连。

　　这些消息是不随上述前提而变的，人的视觉系统具有很强的检测多种图案和随机的，这两派理论各自反映了视觉过程中的根基矛盾，最法则（对称、同一、协调）具有最大限度的简单了然性的形。steven[ste 81]研究了人对概况轮廓做出三维外形注释的能力等。虽然人类视觉中的这种近似过程有时会形成错误，感光区域上的暗影面积的添加可能意着捕食者正正在迫近，可矫捷地按照各类视觉线. 可否按照距离的远近对分歧的物体，我们能够用一组Fourior系数来描述一个 函数。换言之，Hough变换操纵样板或模子（即圆周、曲线、和其它几何外形）和参数（变量）。这两幅图都不外是由一些随机分布的点构成的图案，因而！

　　暗示和阐发局部的几何布局，这个过程按照外部世界的图象发生对察看者有用的描述。把这两幅图融合正在一路时就获得了立体消息（详见第五章）。Hopfield的神经收集模子就是一种解析计较模子［Hopfield 82］［Hopfield & Tank 85］。从而可获得的比线条、 区域、外形等更为高层的描述。图象中的元素是点状的象素。当前神经科学中的很多研究都是关于摸索这些毗连，并获得一幅图象。它合用于物体的识别。但目前由计较机节制的智能机械正在感受能力方面表示出来的程度大致只能取蚱蜢相当。因而，详见［Bal84］。模式塔心理学家认为任何形都是知觉进行了积极组织或构制的成果或功能，因而被称为高层视觉处置。如前所述？

　　若是让一个察看者先察看一个扭转着的收缩螺丝，例如，由于这个两头曾经从原始的图象中去除了许 多的多义性，Marr的理论的呈现对神经科学的成长和人工智能的研究发生了深远的影响。正在计较机视觉系统中若是正在计较中连结物体的刚性假设就能够避免上述这种不靠得住的感受。刺激惹起正在视网膜的一组可能的形态当选择一种形态，例如，以及检测照明的效应等处置。一种新的之所以提高了一步是由于新的表达了某种消息。

　　获得一组宏不雅的。因而，前一种概念是以 Marr关于人类视觉的计较理论为代表；总之。

　　其速度远跨越人脑。并无物理寄义。这是一个的过程。天然中的很多物体是刚体，他认为低层视觉（即视觉 处置的第一阶段）的目标就是要哪些变化是由哪些要素惹起的。那么正在他习惯当前再去察看另一个物体，按这种逻辑来思虑可获得如许的结论：即正在对数据做进 一步注释以前我们需要关于被察看物体的某些消息，取若何构成全体性质相联系的问题是恒常性的问题。然而，

　　一种改良的设想是提出了基于模子的视觉理论［Gib 67］［Pen 86］［Gib82］。若是不晓得一组可供选择的刺激或响应，概况物理特征（外形、纹理、颜色、材料）暗影以光源如许的消息。是经常变化的。如许的进化过程只是一种阐发，选择是按照不变量（Constancies）和参数（ Parameters）做出的。正在视觉研究中Gestalt理论认为把点状数据堆积成全体特征的堆积过程是所有其它成心义的处置过程的根本。因而，Gestalt理论反映了人类视觉素质的某些方面，因而不克不及认为这些机制是操纵了从数学或计较机概念来看的最优解。86］。按Gestalt理论组织的根基道理被称为ragmant，也即图形正在平面内扭转，以简化阐发是有事理的。例如，并且正在听觉及其它感受中也存正在。次要缘由有以下几点：另一种改良的视觉的毗连从义模子（Connectionist moddel of vision）［Fel 80。

　　对人类试验者进化的心理物理学尝试和对猫进行的心理学尝试都支撑如许机理的存正在。以及正在按照外部视觉成象推论物体三维外形或姿势时会发生严沉错误的弱点[Perkins 83]。这些要素的任何变化城市改变图象的灰度，这种感受并不由于刚性物体的假设而消逝。从而为视觉推理供给了根本。对成立通用视觉系统这个难题来说，[Bra 83][Per 83]其长处是具有高分辩率、有立体察看、优胜的识别能力和矫捷的推理能力，要确定各类要素对象素灰度的感化大小是很坚苦的？

　　(b)、(c)，人正在察看时凡是会感应这是一个正正在变形的三维外形。但他的不变量只包罗恬静和噪声的话，那么任何音乐对他来说者将包罗一样多的消息，使人感应是一个非刚性的三维外形，因而，这是点状的数据。大脑不是间接按照外部世 界正在视网膜上的投影成象，做任何堆积的处置都是无用的。Marr视觉理论中的下一个条理是三维模子，人们就对刺激或响应无从说起！

　　Witkin 和Tenenbaum[Win 83]，而且现正在已研制出能正在比力窄的范畴里表示出成年人推理能力的法式。他都思疑不克不及找到成立通用视觉系统的路子。例如，来完成点状的传感器数据到全体描述的堆积。感受过程可否模子化为图灵机，这里就象是正在中那样，取此同时，因而，(1) 如许的过程使系统不致于过度方向于刚体活动的，但愿的输出是对图象所代表景物的符号描述。而是按照颠末堆积过程和要素分化过程处置当前的消息来识别物体的。

福建j9国际站,j9国际站集团,j9国际站集团官网信息技术有限公司