《机器视觉》机器视觉入门必读.docVIP

作为机器视觉的研究者与项目开发者,最近有人问我如果想要涉水这个领域,该如何下水,总是担心自己被“淹死”在这个领域,又担心自己不试试水不甘心。回顾了一下一年来自己差点被“淹死”的经历,总结了一下计算机视觉入门应该掌握的图像处理方面的知识点。顺便给大家一个鼓励,小编意外涉水这个领域,在这之前,小编极讨厌编程,打心底里认为“图像处理”纯属“陶冶情操”的玩意儿,一个不幸的经历,小编深陷其中不能自拔,在痛苦中挣扎,挣扎过后,硬着头皮算是有了一小点点进步。所以如果你感觉痛苦,或许就对了,那就在痛苦中前进吧。在此送大家一句话“专业的人做专业的事”,为什么呢?一定要明白自己想做什么,是研究算法,还是乐意编程实现算法,还是只是想做应用。这三个意图是不同的,要知道自己想要什么。比如:如果是做应用的,就不要过度在于算法的深层原理,你会用就好了。否则你会一篇混乱把自己搞的一团糟,先把算法用起来能为我们做事情,然后心有余力再去研究为什么。下面做了一个小小的梳理,跟大家分享一下,以助快速脱离痛苦。 数学基础知识 1、矩阵的四则运算及其物理意义 2、逻辑运算 3、旋转矩阵与旋转向量 4、SVD分解 5、卷积的定义及运算 图像格式的基础 1、图像的存储方式及图像格式 2、图像的读取与现实 3、图像存储 4、图像像素与图像 图像像素运算 1、四则运算 2、逻辑运算 3、像素提取 4、通道分离与混合 5、像素的意义与对比度 图像几何运算 1、图像放缩 2、图像旋转 3、仿射变换 4、透视变换 5、翻转变换 6、图像错切 图像直方图 1、像素的均值与方差 2、直方图统计 3、像素内方差 4、插值算法 色彩空间 1、RGB 2、HSL 3、YUV 4、图像灰度化(多种方法 5、色彩空间转换 6、图像饱和度 7、主色彩分析 图像滤波 1、均值滤波 2、中值滤波 3、高斯滤波 4、双边滤波 5、椒盐噪声 6、高斯噪声 7、低通滤波 8、高通滤波 9、图像锐化 图像形态学处理 1、腐蚀 2、膨胀 3、开闭操作 4、形态学梯度 5、顶帽 6、黑帽 7、分水岭 8、内梯度与外梯度