簡介
主動輪廓模型(Active contour model),又被稱為“Snakes”,是一種從可能含有噪聲的2D圖像中提取物體輪廓線的架構。具體作法是先在圖像創建一條初始曲線,形狀不拘,但需將目標物體輪廓線包在內側。接著建立“能量方程式”,包括規範曲線形狀為目的之“內部能量”,及規範曲線與目標物體輪廓線接近程度之“外部能量”。在運算過程中,最小化內部能量可令曲線持續向內部緊縮並保持平滑;而最小化外部能量則可令曲線持續貼近目標物體輪廓線而到達一致為止。Snakes模型在計算機視覺中被普遍使用,並且引發了2D和3D領域的一些改進。
噪聲
噪聲(英語:Noise)在
電子學中指,
信號在傳輸過程中會受到一些外在
能量所產生信號(如雜散
電磁場)的干擾,這些能量即噪聲。噪聲通常會造成信號的失真。其來源除了來自系統外部,亦有可能由接收系統本身產生。噪聲的強度通常都是與信號
頻寬成正比,所以當信號頻寬越寬,噪聲的干擾也會越大。所以在評估噪聲強度或是系統抵抗噪聲能力的數據,是以信號強度對噪聲強度的比例為依據,此即
信噪比。
計算機視覺
計算機視覺是一門研究如何使機器“
看”的科學,更進一步的說,就是指用
攝影機和
計算機代替人眼對目標進行識別、跟蹤和測量等
機器視覺,並進一步做
圖像處理,用計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
作為一門科學學科,計算機視覺研究相關的理論和技術,試圖創建能夠從圖像或者多維數據中獲取“信息”的人工智慧系統。這裡所指的信息指
香農定義的,可以用來幫助做一個“決定”的信息。因為感知可以看作是從感官信號中提取信息,所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中“感知”的科學。
作為一個工程學科,計算機視覺尋求基於相關理論與模型來創建計算機視覺系統。這類系統的組成部分包括:
事件監測(例如圖像監測)
信息組織(例如圖像資料庫和圖像序列的索引創建)
物體與環境建模(例如工業檢查,醫學圖像分析和拓撲建模)
交感互動(例如人機互動的輸入設備)
計算機視覺同樣可以被看作是生物視覺的一個補充。在生物視覺領域中,人類和各種動物的視覺都得到了研究,從而創建了這些視覺系統感知信息過程中所使用的物理模型。另一方面,在計算機視覺中,靠軟體和硬體實現的人工智慧系統得到了研究與描述。生物視覺與計算機視覺進行的學科間交流為彼此都帶來了巨大價值。
計算機視覺包含如下一些分支:畫面重建,事件監測,目標跟蹤,目標識別,機器學習,索引創建,圖像恢復等。