计算机视觉COMP37212

课程内容：

本课程将广泛介绍计算机视觉和图像解读。介绍计算机视觉的基本概念和算法工具。探讨图像解读中建模和表示的重要性。了解图像解读系统中涉及的处理组件的范围。

课程大纲：

计算机视觉的工具和算法是在视觉系统所需的两项主要功能背景下引入的：识别——在图像中寻找和识别预期的事物；3D解释——从2D图像或图像序列中理解动态3D场景。这些功能是通过应用不同复杂程度的应用程序来探索的：识别人造物体、解释医学图像、人脸识别、机器人、场景重建和监控。

课程主要包含以下内容：

• 简介：

- 计算机视觉的作用、应用、成就、研究问题；其与自然视觉的关系、基本图像属性。

- 图像解读：在图像中寻找事物。

• 范例

- 人脸识别、医学图像分析、识别人造物体。

- 预期图像内容的知识表示。

- 将模型与图像数据匹配。

- 简单的隐式模型：阈值、边缘查找、组织机制。数学形态学。

- 霍夫变换、模板匹配（相关性）、主动轮廓模型（蛇形）。

- 多分辨率方法、基于特征的模型、边缘、角、物体识别。

- 灵活模板、搜索、约束模型拟合、统计模型、描述自然变化、主动形状模型、识别、分类。

• 超越二维：三维和运动

- 机器人视觉、场景重建、监控。

- 立体视觉：恢复深度、对应问题、立体约束。

- 运动：跟踪、图像差异、特征匹配模型、光流。

学习成果：

通过本课程的学习，学生将能够：

1、将图像分割描述为聚类问题，并能够比较用于分割图像的不同聚类算法。

2、描述图像中的兴趣点和局部特征，比较不同局部特征的优缺点，并应用其解决物体识别、图像检索和基于立体的场景重建问题。

3、描述和比较基于模型的物体识别算法，分析基于模型的物体识别算法和基于图像的物体识别算法的优缺点。

4、描述立体视觉的基本步骤，分析稀疏和密集立体视觉匹配算法之间的差异，并应用其解决基于立体的场景重建问题。

5、描述刚性及非刚性图像配准算法的基本步骤，并分析其在生物医学图像应用中的使用。