中國海洋大學 計算機視覺 課程大綱（理論課程）

《中國海洋大學 計算機視覺 課程大綱（理論課程）》由會員分享，可在線閱讀，更多相關《中國海洋大學 計算機視覺 課程大綱（理論課程）（4頁珍藏版）》請在裝配圖網上搜索。

1、中國海洋大學 計算機視覺 課程大綱（理論課程） 英文名稱：Computer Vision 【開課單位】 信息學院計算機系 【課程模塊】 工作技能 【課程編號】 080504301305 【課程類別】 選修 【學時數(shù) 】 68 （理論 51 實踐 17 ） 【學分數(shù) 】 3.5 一、課程描述 （一）教學對象 計算機相關專業(yè)學生。 （二）教學目標及修讀要求 1、教學目標 了解計算機視覺的應用領域，掌握基本的圖像分割、特征檢測、聚類及分類算法，理解

2、相機模型以及相機標定方法，學會利用已有相關算法，使用OpenCV進行相關視覺應用的開發(fā)。 2、修讀要求 計算機視覺屬于計算機專業(yè)的一門新課，和研究前沿結合的比較緊密，需要學生具有數(shù)字圖像處理、計算機圖形學以及線性代和概率論方面的基礎。 （三）先修課程 數(shù)字圖像處理。 二、教學內容 （一）緒論 1、主要內容：介紹計算機視覺的基本概念，應用領域，發(fā)展歷史等相關內容。 2、教學要求：了解計算機視覺的應用領域及學習的內容。 （二）第二章 圖像形成 1、主要內容： 幾何基元和變換，光度測定學的圖像形成，數(shù)字攝像機。 2、教學要求： 理解圖像

3、形成的物理過程，包括相機鏡頭的物理特性對圖像形成過程的影響，掌握3D到2D的投影變換，掌握相機內參和外參的概念。 3、重點、難點： 相機內參和外參的標定。 （三）第三章 圖像處理 1、主要內容： 點算子，線性濾波器，其他鄰域算子，傅里葉變換，幾何變換等。 2、教學要求： 掌握數(shù)字圖像處理課程相關的基本內容，包括空間域的圖像處理及頻率域的圖像處理基本方法。 3、重點、難點： 傅里葉變換。 （四）第四章 特征檢測與匹配 1、主要內容： 圖像的點與塊，圖像的邊緣，直線。 2、教學要求：理解圖像特征的概念，掌握幾種特征（點、塊、邊緣、直線）的檢測方法，了解特征匹配的在圖像拼接及相機標定

4、等方面的應用。 3、重點、難點：幾種特征描述子的生成過程。 （五）第五章 圖像分割 1、主要內容： 活動輪廓，基于區(qū)域的分割。 2、教學要求：掌握幾種流行的圖像分割方法，包括基本的閾值方法，活動輪廓方法，基于聚類的方法。 （六）第六章 基于特征的配準 1、主要內容： 基于2D和3D特征的配準，姿態(tài)估計，幾何內參標定。 2、教學要求： 理解2D和3D特征的配準過程，掌握相機內參的標定方法。 （七）第七章 由運動到結構 1、主要內容： 三角測量，二視圖由運動到結構，光束平差法 2、教學要求： 理解由運動到機構的過程，掌握通過給出幾幅圖像及圖像特征的一個稀疏對應集合，計算估計

5、3D點的位置。 （八）第八章 稠密運動估計 1、主要內容： 平移配準，參數(shù)化運動，光流 2、教學要求： 理解稠密運動估計的概念，掌握光流法在運動估計中的應用。 （九）第九章 圖像拼接 1、主要內容： 運動模型，全局配準，合成 2、教學要求： 掌握幾種典型的圖像拼接方法，并理解如何進行縫隙消除及視察消除。 （十）第十章 計算攝影學 1、主要內容：光度學標定，高動態(tài)范圍成像，超分辨率和模糊去除，圖像摳圖及合成 2、教學要求： 理解光度學標定的基本概念，了解高動態(tài)范圍成像過程和超分辨率和模糊去除、圖像摳圖及合成方法。 （十一）第十一章 立體視覺 1、主要內容： 極線幾何學，稠密

6、對應，稀疏對應，多視圖立體視覺 2、教學要求： 理解對極限、極平面等極線幾何的概念，掌握進行稠密對應及稀疏對應的方法。 （十二）第十二章 三維重建 1、主要內容：由X到形狀，主動距離獲取，點線面的表達，基于模型的重建 2、教學要求： 理解進行三維重建的基本過程，了解進行主動距離獲取的幾種方法，了解三維重建在人臉動畫，數(shù)字遺產等方面的應用。 （十三）第十三章 識別 1、主要內容：基于統(tǒng)計的識別方法，神經網絡，支持向量機 2、教學要求：了解幾種常用的進行模式識別的方法及其優(yōu)缺點，學會使用已有的模式識別方法進行目標分類及識別。 三、教學環(huán)節(jié)及學時分配 本課程總學時 68 學時（

7、如有實踐環(huán)節(jié)根據課程的實際情況填寫，如實驗、上機、案例討論和角色扮演等），其學時分配見下表。 計算機視覺課程教學學時分配表 教學內容 總學時 課堂教學學時 課外輔導/課外實踐學時 備注 理論講授 實踐環(huán)節(jié) 第一章 緒論 4 4 0 第二章 圖像形成 5 4 1 第三章 圖像處理 4 3 1 第四章 特征檢測與匹配 5 3 1 第五章 圖像分割 5 4 1 第六章 基于特征的配準 5 4 1 第七章 由運動到結構 6 4 2 第八章 稠密運動估計 4 3 1

8、 第九章 圖像拼接 4 3 1 第十章 計算機攝影學 6 4 2 第十一章 立體視覺 7 5 2 第十二章 三維重建 7 5 2 第十三章 識別 7 5 2 合 計 68 51 17 四、考核方式及評價體系 1、考核方式：項目設計 2、評價體系：平時實驗： 30 %，期末課程項目： 60 %，上課及其他：10 % 五、選用教材及必讀參考書 1、選用教材 Richard Szeliski著， 艾海舟，興軍亮譯，《計算機視覺—算法與應用》，清華大學出版社，2012年1月第一版。 2、主要參考書 (1). Forsyth, D.A. and?Ponce, J.??Computer Vision: A Modern Approach (2). Gary Bradski, Adrian Kaebler著， 于仕琪 劉瑞禎譯，《學習OpenCV》，清華大學出版社， 2009年10月第一版。 六、近兩年開設情況 開設次數(shù)：1 　教師 2012年人數(shù) 2012年及格率 2012年優(yōu)秀率 王勝科 46 96% 7%