计算机视觉Chapter6

1、4 脉动阵列处理机,为要求计算量很大的信号/图像处理及科学计算的特定算法需要 卡内基-梅隆大学的美籍华人H.T.Kung于1978年提出脉动阵列处理（Systolic Array）机 具有较高的计算并行性脉动阵列结构原理 通用脉动阵列结构,Systolic Architectures,Orchestrate（编制、合成） data flow for high throughput with less memory access Different from pipelining Nonlinear array structure, multidirection data flow, each PE may have (small) local instruction and data memory Different from SIMD Each PE may do something different。

2、MS-Excel 的基本应用,第六章,2,使用表格 同时处理文档的不同部分 在文档中使用分栏 邮件合并 使用文字和语言工具 保存并保护文档 如何使用“页面设置”和“打印”选项,回顾,3,创建工作簿和工作表 处理数字 修改工作表布局 修改工作表布局内容 打印工作表,目标,4,可用于: 执行数学计算 充当强大数据管理工具 创建各种图表和图像,电子表格应用程序,5,Microsoft Excel 2000,Excel 2000 可用于: 进行快速和简便的财务分析 创建带有图表和透视表报告的工作表 从外部数据源检索数据，将检索到的数据用在工作表中 轻松地创建Web页 对Web页上可用。

3、computer vision,1,第七章 立体视觉,7.1 立体视觉基础 7.2 立体成像 7.3 立体匹配 7.4 多基线立体成像 7.5 测距成像 7.6 物体形状恢复方法 7.7 主动视觉,computer vision,2,7.1 立体视觉基础,深度图（Depth Map） 获取场景中各点的深度信息是计算机视觉系统的一个重要任务。 场景中的各点相对于摄像机的距离形成的一个二维图像，此图像中每一个像素值表示场景中某一点与摄像机之间的距离。 计算机视觉系统中获取场景深度图的技术可以分为被动测距和主动测距两大类。,computer vision,3,7.1 立体视觉基础,被动测距传感 视觉系统接收来自场。

4、computer vision,1,第三章 区域分析,3.1 区域和边缘的关系 3.2 自动阈值分割 3.3 区域表示 3.4 区域分裂与合并,computer vision,2,内容概述,1 为什么研究区域以及区域和边缘的关系？ 研究区域的原因：图像的不同区域可能对应着不同的物体（目标）；对于同一个物体的不同部分可能也对应着不同的区域。（如图 ）。所以区域的检测对于图像是十分重要的。,computer vision,3,内容概述,1 为什么研究区域以及区域和边缘的关系？ 图像划分有两种方法： 基于区域的方法 基于边缘检测的轮廓方法区域与边缘关系： 检测到的边缘如果是一个封闭的曲线。

5、第二章 二值图像分析,2.1 概述 2.2 阈值分割 2.3 几何特性 2.4 二值图像运算 2.5 形态学算子,1 什么是二值图像，为什么使用二值图像？基本图像分类：二值图像、灰度图象、彩色图像；灰度分为：32、64、128、512等各灰度级的图像；彩色图像分为：256色、16位、32位彩色图像概念：二值图像就是只有两种灰度值的图像， 它可以通过阈值分割的方法得到。,2.1 概述,1 什么是二值图像，为什么使用二值图像？ 原因： 人类在理解只有两个灰度组成的线条、轮廓影像或其它图像是没有任何困难。 二值图像计算算法简单，容易理解和实现，计算速度快。 。

6、Computer English,Chapter 6 Software Engineering,掌握软件的生命周期的基本术语与知识；了解软件工程的发展趋势；了解软件设计方法；了解软件安全的有关知识；掌握复杂定语(从句)的翻译技巧。,Requirements:,Requirements:,了解操作系统是如何实现资源分配和用户接口功能的。 通过学习操作系统功能的演化，认识操作系统在实现过程中采用的基本概念与技术，了解操作系统设计中的概念。 认识操作系统的结构，了解当前常见操作系统的特点 掌握被动语态的翻译技巧。,New Words & Expressions: middleware n. 中间（软）件 difficult-to-clas。

7、computer vision,1,第六章 颜色和纹理,6.1 色度学基础与颜色模型 6.2 纹理的概念及表示,computer vision,2,6.1 色度学基础与颜色模型,色度学基础在灰度图像时，图像的像素值是光强（亮度值）， 即二维空间变量的函数f(x, y)。 实际中，一幅图像对应着一个波段或多个波段光谱样本，例如气象卫星云图的红外波段。 如果把灰度值看成是二维空间变量和光谱变量的函数f(x,y,)，即多光谱图像，也就是通常所说的彩色图像。 在计算机上显示一幅彩色图像时，每一个像素的颜色是通过三种基本颜色（即红、绿、蓝）合成的，即最常见的RGB颜色模型。要理。