计算机视觉技术与产业发展手册.docxVIP

计算机视觉技术与产业发展手册

第一章计算机视觉基础理论与技术演进

1.1计算机视觉基础理论与核心算法原理

图像几何变换与空间坐标系的建立

在计算机视觉中，理解图像像素与真实世界空间之间的映射关系是构建一切算法的基石。我们需要明确“像素”是二维平面上的离散点，而“图像”则是这些像素的有序集合。为了进行后续处理，必须建立像素坐标$(x,y)$与真实世界坐标$(X,Y)$之间的转换模型，常用的模型包括针孔相机模型（PinholeCameraModel）和畸变校正模型。以针孔相机模型为例，其核心公式为$f_x=\frac{f\cdotZ}{x}$和$f_y=\frac{f\cdotZ}{y}$，其中$f$为焦距，$Z$为相机到物体的距离，$(x,y)$为图像坐标，$(X,Y)$为真实世界坐标。若忽略镜头畸变，一个位于真实世界$(100,100)$处的物体，在$Z=1000$像素深度时，其图像坐标应为$(20,20)$。但在实际工业场景中，镜头往往存在径向畸变（如桶形畸变），这会导致图像边缘出现弯曲，此时需引入畸变系数$k_1,k_2,k_3$进行修正，将修正后的坐标代入上述公式，从而获得无畸变的校正图像，确保后续特征提取的几何一致性。

②图像预处理与噪声抑制策略

原始采集的图像往往包含大量噪声、光照不