视觉系统构成要素

• 照明设备：光源
• 成像设备：相机
• 处理设备：主机
• 算法软件：视觉处理系统

【要素的关系】

【要素的理解】

• 光源：对场景进行照明，使能捕捉的范围更大，事物更清晰，一般就是各种光。
• 相机：抓取图片，保留信息，一般是指照相机，摄像机，一个或多个。
• 主机：处理图片信息，一般为台式计算机或嵌入式处理器。
• 算法软件：辅助主机处理图片信息，提取所需要的特征， 一般为C++或者其他编程语言编写的视觉识别算法及程序。

【要素案例】

• 光源：室内光线或专用照明
• 相机：放在机械臂前端，单相机
• 主机：台式计算机或嵌入式处理器
• 算法软件：使用C++或其它语言编写的视觉识别算法及程序

• 光源：红外和可见光
• 相机：RGB+红外
• 主机：类PC结构
• 软件：运行在SoC+后端主机软件

Marr视觉计算机理论

• 目的：通过视觉系统，重构三维物体的形状和位置
• 初略图（2维）：过零点（zero-crossing）、短线段、端点等基本特征
• $2 \frac12$维：对物体形状的一些初略描述
• 3维：对物体的三维描述

【解释】

Marr视觉计算机理论就是通过视觉捕捉物体的图像和位置，然后通过技术重构物体的三维特征；这个过程包括：

• 先通过图像提取出一些2维的初略图
• 然后对物体的形状的特征(法向量等)抽取并做一些初略的描述确定$2 \frac12$维图
• 最后综合所有特征形成物体的三维特征图。