不全面，只針對我們老師畫的重點著重標記的！
第一章 緒論
1.計算機視覺
用計算機實現(xiàn)人類的視覺功能，對客觀世界中三維場景的感知、加工和解釋。
2.圖像表達函數(shù)
T(x,y,z,t,λ），xyz是空間變量，t是時間變量，λ是輻射的波長。
3.圖像文件格式
BMP 位圖，GIF圖像文件格式標準，TIFF 獨立于操作系統(tǒng)和文件系統(tǒng)的格式，便于在軟件中進行圖像數(shù)據(jù)交換
4.歐氏距離 城區(qū)距離 棋盤距離
^2+^2 | |+| | max(| |,| |}
5.范數(shù)
測量空間的一個基本概念。
6.模擬圖像 f(x,y) xy指的是坐標點位置，數(shù)字圖像I(r,c) r代表圖像的行，c代表圖像的列。
第二章 圖像采集
7.采集裝置
分為傳感器和數(shù)字化器
8.圖像采集模型：幾何成像模型和亮度成像模型。
f(x,y)中（x,y)是像素的空間位置 前者確定，f是像素的幅度數(shù)值（灰度）后者確定。
9.幾何成像模型
坐標系統(tǒng)：1.世界坐標系統(tǒng)XYZ；2.攝像機坐標系統(tǒng)xyz；3.圖像平面坐標系統(tǒng)x'y'
（1）重合模型（理想）：xyz與XYZ重合
由世界坐標得到圖像坐標：x=λX/(λ-Z) ; y=λY/(λ-Z) λ是相機焦距
（2）分離模型：不重合，位置偏差用矢量D，掃視角，傾斜角。平移矩陣T有Dx,Dy,Dz,齊次表達：Ch = P*R * T*Wh，R旋轉矩陣,Wh齊次坐標，P透視變換矩陣
10.采樣點數(shù)↑ 空間分辨率↑圖像細節(jié)↑；量化級別↑ 幅度分辨率↑
11.結構光法：p34
Z = s+d ; d = r*tanα / sinβ(1-tanα cotβ) ; tanα = h/λ
12.標定
概念：由一組基準點計算出相機內、外部參數(shù)的過程。
標定內容：外部參數(shù)，攝像機姿態(tài)參數(shù)（例如攝像機的位置方式，平移等）；內部參數(shù)，攝像機自身參數(shù)（如焦距、尺度因子等）
步驟：
?文章來源地址http://www.zghlxwxcb.cn/news/detail-514732.html
第四章 基元檢測
13.一階導數(shù)算子（偏導）
（1）羅伯特交叉算子：2X2
（2）普瑞維特算子：3X3 只有1，-1
（3）索貝爾算子：3X3 不止有1，-1
14.二階導數(shù)算子
（1）拉普拉斯算子：總和0 3X3 中+邊-
（2）馬爾算子：在（1）之前先對檢測圖進行平滑
（3）坎尼算子：最復雜的那個，利用了高斯模型，3個準則：信噪比準則、定位精度準則、單邊緣相應準則。
15.邊界閉合
邊緣像素連接2信息：梯度幅度和梯度方向都要相似。
16.邊界細化
方法（1）用模板進行非最大消除（把不是最大梯度值的像素消去）
（2）用插值進行費最大消除（更加精確，但計算量很大）
17.SUSAN算子（積分）
在有噪聲時，SUSAN算子性能好；
核同值區(qū)USAN：與核有相同值的區(qū)域
USAN原理：USAN面積較大（超過一半時）表明核像素處在圖像中的灰度一致區(qū)域，在模板接近邊緣時該面積減少，而在接近角點時減少的更多，USAN面積在角點處取得最小值
18.哈夫變換
基本哈弗變化兩個方式：（1）點-線對偶性 y=px+q, q=-px+y （2）極坐標方程（在直線接近豎直方向，pq的值都會無窮大而使用極坐標）
廣義哈夫變換原理：利用表格建立曲線或輪廓點與參考點之間的關系，參考點的坐標可以有輪廓點的坐標計算。
完整廣義哈夫變換：考慮輪廓平移、放縮、旋轉，參數(shù)空間從2D變成4D，增加了輪廓取向角參數(shù)和尺度變換系數(shù)。
19.橢圓定位和檢測方法
（1）直徑二分法
（2）弦-切線法
20.位置直方圖
是將圖像向多個軸投影，并對像素灰度求和而得到的直方圖，也叫橫向直方圖。
檢測小目標用位置直方圖。
第五章 目標分割
21.圖搜索
代價函數(shù)： c(p,q) = H - [f(p) - f(q)]
?
22.動態(tài)規(guī)劃步驟
（1）將起始節(jié)點標記為OPEN并置g(s)=0
（2）如果沒有結點OPEN，失敗退出，否則繼續(xù)
（3）將根據(jù)公式r(n)=g(n)+h(n)算的估計代價r(n)為最小的OPEN結點標記為CLOSE
（4）如果n是目標結點，找到通路，退出，否則繼續(xù)
（5）展開結點n，得到他的所有子結點
（6）如果某個子結點ni還沒被標記，置r(ni)=g(n)+c(n,ni),標記它為OPEN并將指向它的指針返回結點n
（7）如果某個子結點ni被標記為OPEN或CLOSE，根據(jù)g’(ni)=min[g(ni),g(n)+c(n,ni)]更新它的值。將其g’值減小的CLOSE子結點標記為OPEN，并將原來指向所有其g’值減小的子結點的指針重新指向n，返回步驟（2）
23.主動輪廓模型（蛇模型）
構建一個初步的圍繞圖像中目標的封閉輪廓曲線， 在通過進一步改變封閉曲線的形狀以逼近目標的真實輪廓。
24.能量函數(shù)
（1）內部能量函數(shù)：來推動主動輪廓形狀的改變，并保持輪廓上點之間的距離不要太遠or太近，保持連通性。又分為連續(xù)能量（輪廓內各點是連續(xù)的）和膨脹力（輪廓不應該過于收縮，不分點需要膨脹）
（2）外部能量函數(shù)：將變形模板向圖像中目標的邊緣位置吸引。分為圖像灰度能量和圖像梯度能量。
25.基本閾值技術
從一副灰度取值gmin gmax之間確定一個灰度閾值T來分割灰度圖像，把><T的分為兩邊。
26.閾值分類
（1）全局閾值：僅根據(jù)個個圖像像素的本身性質f(x,y)選取
（2）局部閾值：（1）+像素周圍局部區(qū)域性質q(x,y)選取
（3）動態(tài)閾值：（2）+像素位置坐標（x,y)選取
（1）、（2）為固定閾值
27.特征空間聚類
基本聚類方法：（1）k-均值聚類（常用）：【1】任意選K個初始類均值【2】特征點賦類【3】更新類均值【4】判斷算法收斂
（2）ISODATA聚類
第六章 目標表達和描述
28.鏈碼
是對邊界點的一種編碼表示方法。
4-方向和8-方向的共同特點：每個線段的長度固定而方向數(shù)目為有限。
→0 ↑1 ←2 ↓3
鏈碼起點歸一化：序列最小
?
鏈碼旋轉歸一化：把最后一位移到前面，算逆時針轉多少次
?
縫隙碼：鏈碼對應直線段連接的是兩個相鄰輪廓像素的外邊緣交叉點。
29.圍繞區(qū)域方法：
（1）外接盒：包含目標區(qū)域的最小長方形
（2）圍盒：最小包圍長方形
（3）凸包：包含目標區(qū)域的最小凸包
?
30.骨架
概念：對目標區(qū)域的形狀結構的一種表達?？梢杂靡粋€區(qū)域點與兩個邊界點 的最小距離來定義
骨架都保持了與邊界點距離最小的性質。
已知骨架求邊界：用每個骨架點為中心的圓的集合，就可以得到原始邊界。
31.邊界形狀數(shù)
一種形狀數(shù)是給予鏈碼的邊界形狀描述符，另一種是與區(qū)域緊湊性有關的目標描述符。
形狀數(shù)是最小的鏈碼的差分碼。
邊界形狀數(shù)的計算：
?
32.輪廓形狀矩陣
形狀矩陣是一個刻畫目標輪廓的矢量，對給定目標，這個矢量的長度是固定的，記錄了輪廓上個點的相對位置。
33.區(qū)域面積
對于多邊形：內部格數(shù)+邊界個數(shù)/2 -1
區(qū)域密度特征的描述符：透射率，光密度，積分光密度
34.區(qū)域形狀數(shù)
描述區(qū)域的緊湊性
形狀數(shù)越小，區(qū)域越緊湊
35.中心矩
?
36.拓撲描述符
（1）歐拉數(shù)：描述了區(qū)域連通性
歐拉數(shù)E = 區(qū)域內連通組員的個數(shù)C - 區(qū)域內孔數(shù)H （‘B'的E = 1-2，’i‘的E = 2-0）
（2）歐拉公式： E = C- H = 頂點數(shù)V - 邊數(shù)B + 面數(shù)E
第七章 紋理分析
37.局部二值模型-空間LBP
?
第八章 形狀分析
38.形狀緊湊性描述符
（1）外觀比：R=L/W （外接盒的長/寬）
（2）形狀因子：F = B^2/4πA （B區(qū)域邊界周長，A區(qū)域面積）
（3）球狀性：S=Ri/Rc（內切圓半徑/外接圓半徑）
（4）圓形性：C=μ/σ(區(qū)域重心到邊界點的平均距離/區(qū)域重心到邊界點各距離的方差 （先找重心，再算重心與各邊界點的距離）
39.多邊形計算方法
（1）基于收縮的最小周長多邊形法
（2）基于聚合的最小均方誤差線段逼近法 - 聚合多邊形
（3）基于分裂的最小均方誤差線段逼近法 - 分裂多邊形
40.輪廓曲率
離散曲率的計算：
?
第九章 立體視覺
41.雙目橫向模式
兩個單目系統(tǒng)在水平方向上并列放置，兩個鏡頭的焦距均為l，其中心間的連線為系統(tǒng)的基線B
（1）視差和深度
視差d = x1 - x2 - B
（2）角度掃描成像
文章來源：http://www.zghlxwxcb.cn/news/detail-514732.html
?
到了這里，關于計算機視覺教程（第2版）1-8章期末復習的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網(wǎng)！
