第8章图象的检测及模板匹配 图象的分割与检测(识别)实际上是一项非常困难的工作。很难说清楚为什么图象应该分割成 这样而不是那样。人类的视觉系统是非常优越的,它不仅包含了双眼,还包括了大脑,可以 从很复杂的景物中分开并识别每个物体,甚至可以毫不费力地跟上每秒好几十帧变化的图 象。举两个例子来说明一下人类视觉系统的优越性。 图81单词THE 图82看不见的三角 图81是单词THE,这一点很容易看出来,但仔细观察一下,就会发现,图中少了很多线条。 在我们人类看来很简单的一件事,让计算机来做就很困难了 图82中尽管没有任何线条,但我们还是可以很容易的看出中间存在着一个白色三角形。计 算机却很难发现。 由于人类在观察图象时适用了大量的知识,所以没有任何一台计算机在分割和检测真实图象 时,能达到人类视觉系统的水平。正因为如此,对于大部分图象应用来说,自动分割与检测 还是一个将来时。目前只有少数的几个领域(如印刷体识别OCR)自动识别达到了实用的水 也许算是题外话,我们可以憧憬这样一种应用:基于内容的搜索。在一场足球比赛的录象中, 用户可以输入命令,由计算机自动搜索出所有射门的镜头并显示在屏幕上。目前,我们能从 幅图象中获得的信息只是每个象素的颜色或灰度值,除此以外别无其它,完成上述功能实 在是太困难了。所以说解决图象分割和检测最根本的方法是在编码(成象)时就给予考虑。这 也正是MPEG4及未来的视频压缩编码标准的主要工作 正因为有上述的困难,所以我们今天要介绍的只是一些最基本,最简单的算法和思想,针对 也只能是一些具体(而不是通用)的应用。算法共有三个:投影法、差影法和模板匹配。 81投影法 在介绍投影法之前,我先出一道题目,下面的这幅照片是著名的华盛顿纪念碑(我记得在“阿 甘正传”中曾经看到过它),怎样从图中自动检测到水平方向上纪念碑的位置 仔细观察,不难发现,纪念碑上象素的灰度都差不多而且与众不同,如果我们选取合适的阈 值,做削波处理(这里选175到220),将该图二值化,如图8.3所示:第 8 章 图象的检测及模板匹配 图象的分割与检测(识别)实际上是一项非常困难的工作。很难说清楚为什么图象应该分割成 这样而不是那样。人类的视觉系统是非常优越的，它不仅包含了双眼，还包括了大脑，可以 从很复杂的景物中分开并识别每个物体，甚至可以毫不费力地跟上每秒好几十帧变化的图 象。举两个例子来说明一下人类视觉系统的优越性。 图 8.1 单词 THE 图 8.2 看不见的三角 图 8.1 是单词 THE，这一点很容易看出来，但仔细观察一下，就会发现，图中少了很多线条。 在我们人类看来很简单的一件事，让计算机来做就很困难了。 图 8.2 中尽管没有任何线条，但我们还是可以很容易的看出中间存在着一个白色三角形。计 算机却很难发现。 由于人类在观察图象时适用了大量的知识，所以没有任何一台计算机在分割和检测真实图象 时，能达到人类视觉系统的水平。正因为如此，对于大部分图象应用来说，自动分割与检测 还是一个将来时。目前只有少数的几个领域(如印刷体识别 OCR)自动识别达到了实用的水 平。 也许算是题外话，我们可以憧憬这样一种应用：基于内容的搜索。在一场足球比赛的录象中， 用户可以输入命令，由计算机自动搜索出所有射门的镜头并显示在屏幕上。目前，我们能从 一幅图象中获得的信息只是每个象素的颜色或灰度值，除此以外别无其它，完成上述功能实 在是太困难了。所以说解决图象分割和检测最根本的方法是在编码(成象)时就给予考虑。这 也正是 MPEG4 及未来的视频压缩编码标准的主要工作。 正因为有上述的困难，所以我们今天要介绍的只是一些最基本，最简单的算法和思想，针对 也只能是一些具体(而不是通用)的应用。算法共有三个：投影法、差影法和模板匹配。 8.1 投影法 在介绍投影法之前，我先出一道题目，下面的这幅照片是著名的华盛顿纪念碑(我记得在“阿 甘正传”中曾经看到过它)，怎样从图中自动检测到水平方向上纪念碑的位置。 仔细观察，不难发现，纪念碑上象素的灰度都差不多而且与众不同，如果我们选取合适的阈 值，做削波处理(这里选 175 到 220)，将该图二值化，如图 8.3 所示：