文档介绍：第一章PPTP11什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->->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、D/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-?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PPTP11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,(本例为8)-------------------------:int((L-1)*gf+)确定映射关系0,1->02->13->24->35->46->67->-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:;;: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:,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:,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动模糊(重影)n×n模板的平滑滤波空间上的平均容易产生空间模糊(边缘模糊)、不同点以及联系相同点:都能减弱或消除频域空间中的某些分量,而不影响或较少影响其它分量,从而达到增强效果。不同点:平滑滤波减弱或消除高频分量,增强低频分量,平滑图像中的细节信息。锐化滤波减弱或消除低频分量,增强高频分量,锐化图像中细节信息。联系:两者效果相反,互为补充;从原始图像中减去平滑滤波结果可得到锐化滤波效果;而原始图像