计算机视觉期末考点.docVIP

PAGE / NUMPAGES 计算机视觉重点考点集锦 手工整理，如有错误，慎之！ 第一章 1、计算机视觉：研究用计算机来模拟生物视觉功能的科学和技术． 2、视觉表示框架的三个阶段（也就是提取三阶段）：1）第一阶段是将输入的原始图像进行处理，抽取基本特征形成基元图。2）第二阶段(中期阶段)是指在以观测者为中心的坐标系中，由输入图像和基元图恢复场景可见部分的深度、法线方向、轮廓等，形成二维半图。3）第三阶段(后期阶段)是在以物体为中心的坐标系中，由输入图像、基元图、二维半图来恢复、表示和识别三维物体。 第三章 1、二值图像的特点:a.假定二值图像大小为mxn，其中物体像素值为1，背景像素值0;b.二值图像处理的算法简单，易于理解和实现，计算速度快；c. 二值视觉所需的内存小，对计算设备要求低；d.二值视觉系统技术可用于灰度图像视觉系统 2、二值图像的获取：1）通过图像的阙值2）通过硬件实现3）通过软件实现 3、图像分割：把图像划分成区域，使每一个区域都对应一个候选的目标。 4、图像二值化：设一副灰度图像中物体的灰度分布在某一区间内，通过阙值运算后的图像为二值图像 5、投影分类及作用：1）水平/垂直投影；给定直线上的投影；对角线投影（仿射变换）2）投影能表现图像的某种信息。 6、4-连通成分序贯法（标记算法）步骤： 1）从左到右，从上到下扫描图像 2）①如果上面点和左面点有一个标记，复制这一标记 ②如果两点相同的标记，复制这一标记 ③如果两点有不同标记，则复制上点标记且将两个标记输入到等价表中作为等价标记 ④否则给这一像素点分配一个新的标记并将这个标记输入到等价表 3）如考虑更多的点，回到第二步 4）在等价表中的每一等价集中找到最低的标记 5）扫描图像，用等价表中的最低标记取代每一个标记 7、欧拉数：E=C—H，连通成分数(C)—空洞数(H) 8、扩展与收缩：1）要掌握用结构元进行扩展与收缩 2）先扩展后收缩：补上不希望存在的洞 3）先收缩后扩展：去除孤立的噪声点 4）定义：①扩展：如果背景和洞的像素点临点显1，则该点从0变为1 ②收缩：如果物体像素点连点为0，则将该点从1变为0 9、开、关运算：1）开运算：先腐蚀后膨胀，去除比结构元小的区域的像素点 2）关运算：显膨胀后腐蚀，填充比结构元小的孔洞 第四章 1、常见的噪声：常见的噪声有椒盐（Salt Pepper）噪声、脉冲噪声、高斯噪声等 2、常见的滤波器：均值滤波器，高斯平滑滤波器，非线性滤波器（包括中值滤波器，边缘保持滤波器） 3、高斯平滑滤波的5条性质：1）旋转对称性 2）高斯函数是单值函数 3）高斯函数的付立叶变换频谱是单瓣的 4）高斯滤波器宽度由参数σ表征 5）高斯函数的可分离性 4、级联高斯函数：会计算相同效果δ=√δ12+δ22 第五章 1、边缘：边缘是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域之间 2、图像强度的不连续可分为：1) 阶跃不连续，即图像强度在不连续处的两边的像素灰度值有着显著的差异；2) 线条不连续，即图像强度突然从一个值变化到另一个值，保持一较小行程后又回到原来的值 3、术语定义：边缘点(Edge point) ：在亮度显著变化的位置上的点． 边缘段(Edge segment) ：对应于边缘点坐标及其方位． 边缘检测器(Edge detector) ：从图像中抽取边缘集合的算法． 轮廓(Boundary) ：边缘列表或一条表示边缘列表的拟合曲线． 边缘连接(Edge linking) ：从无序边缘表形成有序边缘表的过程． 边缘跟踪(Edge tracking)：一个用来确定轮廊的图像搜索过程． 4、边缘检测算法基本步骤：1）滤波：边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能．需要指出，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折衷． 2）增强：增强边缘的基础是确定图像各点邻域强度的变化值．增强算法可以将邻域（或局部）强度值有显著变化的点突显出来．边缘增强一般是通过计算梯度幅值来完成的． 3）检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点．最简单的边缘检测判据是梯度幅值阈值判据． 4）定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被估计出来． 5、LOG算法的两种等价算法：1）求图像与高斯滤波器卷积，再求卷积的