计算机视觉基础复习.docxVIP

第一章 PPT P11 什么是计算机视觉采用计算机实现人类视觉功能，让计算机理解图像和视频 。 P12 计算机视觉与图像处理的区别数字图像处理 图像/视频 - 图像/视频 （图像变换、图像滤波、图像复原、图像压缩、…）计算机视觉 图像/视频 - 模型 （二维基素图 - 2.5维要素图 - 三维模型表征） P14-20 计算机视觉中存在哪些难点和挑战挑战：外观、大小和形状；复杂姿态/运动；复杂和不可预测的行为；噪声和遮挡；外观变化；上下文间依赖性；视点变化 P23-28 图像中存在哪些计算机视觉线索深度线索：直线透视；空间透视远近顺序线索：遮挡形状线索：纹理梯度形状和光照线索：阴影位置和光照线索：投影 P30-46 计算机视觉有哪些典型应用OCR（光学字符识别）、智能交通、人脸检测、表情识别、多视点三维重建、基于视觉的生物识别、辅助驾驶、无人驾驶汽车、基于视觉的人机交互、智能机器人、工业机器人 P48 CCD/CMOS传感器的成像原理：光电转换 P49-54 采样与量化影响图像的哪些属性 采样影响图像空间分辨率；量化影响图像幅度分辨率（灰度） P61图像坐标系左上角为坐标原点 P75-78 像素距离与邻域关系习题1.2 P19 计算机视觉要达到的目的有哪些？ 答：计算机通过图像和视频对客观世界的感知、识别和理解；对场景进行解释和描述 ；根据对场景的解释和描述制定行为规划。第三章 PPT P11 薄透镜成像模型 P17-21 射影几何中哪些物理信息丢失和保留了？丢失信息：长度、角度保留信息：直线特性、交比不变性 P22-24 灭点和灭线的概念场景中的平行线投影到图像平面后，会聚于“灭点”灭线：灭点的集合 P46-49 像机成像过程中包含了哪些内参和外参？ P51像机标定的目的，思路和基本方法目的：确定像机的内参和外参。 思路：通过一组已知世界坐标的图像特征点，建立超定方程求解。 方法：最小二乘求解超定方程，寻找最优估计。 P63径向畸变和切向畸变的概念 习题第四章 PPT P4-7 图像平移、尺度、旋转和级联变换用矩阵乘实现级联变换 如图像依次进行平移、尺度和旋转变换，有 P14 最近邻插值 P16-18 双线性插值 P20-31 图像灰度映射灰度映射原理基于图像像素的点操作映射函数 灰度映射的关键是根据增强要求设计映射函数灰度映射：图像二值化、图像反色、动态范围压缩、对比度增强 P31-32 直方图的概念和意义，用已学过的数学原理进行解释 P40 直方图均衡计算表4.3.1 L为灰度级数（本例为8） -------------------------原始图灰度级 0 1 2 3 4 5 6 7原始直方图 0.02 0.05 0.09 0.12 0.14 0.2 0.22 0.16累积直方图gf 0.02 0.07 0.16 0.28 0.42 0.62 0.84 1.0四舍五入取整 0 0 1 2 3 4 67注：int((L-1)*gf+0.5)确定映射关系 0,1-0 2-1 3-2 4-3 5-4 6-6 7-7新直方图 0.07 0.09 0.12 0.14 0.2 0 0.22 0.16直方图均衡过程示例 P52-66 模板滤波的概念和理解概念：利用像素本身以及其邻域像素的灰度关系进行图像增强的方法。 理解：1.滤波取自信号处理中的概念；2.滤波是在图像空间通过邻域操作完成的；3.邻域操作通常借助模板运算来实现 P69 中值滤波概念和基本步骤概念：选择局部窗口中亮度的中间值代替窗口中心像素步骤： 将模板中心与图像中某像素位置重合 读取模板下各对应像素的灰度值 将这些灰度值从小到大排成一列 找出这些灰度值里排在中间的一个 将这个中间值赋给对应模板中心位置像素 遍历图像中所有像素 P71 中值滤波与均值滤波的比较中值滤波和线性滤波的区别：1、中值滤波可有效消除突变，线性滤波总是响应所有的变化 2、中值滤波具有部分不连续保持特性，线性滤波会产生平滑过渡的效果 中值滤波和均值滤波的区别：中值滤波器比均值滤波器更适合去除加性椒盐噪声 习题4.3 P75设用三角形代替下图中的四边形，建立与下式相对应的校正几何形变的空间变换式。 解: 以顶点为对应点，一个对应点可列出2个公式，因此三角形的三个顶点可列出6个公式，最多求解6个几何形变参数，因此空间变换式为：习题4.11 P76将M幅图像相加求平均可以获得消除噪声的效果，用一个n×n的模板进行平滑滤波也可获得消除噪声的效果, 试比较两种方法的消噪效果 M幅图像相加求平均 时间轴上的平均 容易产生运