计算机视觉复习笔记1

计算机视觉是信息技术领域的一个重要分支，它涉及到图像处理、机器学习和几何学等多个学科的交叉应用。本复习笔记主要涵盖了计算机视觉的一些核心概念和技术。 我们要了解计算机视觉的基本架构。计算机视觉系统通常由输入设备（如摄像头）获取图像，然后进行一系列的处理。在低级阶段（low level/early），主要是对图像进行预处理，包括去噪、增强、色彩空间转换等，以提升图像质量。这一阶段还包括边缘检测、角点检测等，例如Local Feature如SIFT、SURF等，它们对于图像匹配和识别至关重要。 接下来是中级阶段（middle level）。这一阶段涉及更复杂的特征提取和理解，比如立体视觉（stereovision）、深度估计（range finding）、形状恢复（Shape from X，X可以是阴影、纹理、运动等）。这些技术可以帮助我们从二维图像中恢复出三维信息，构建2.5D或3D模型。例如，光流（Optical Flow）可以计算像素级别的运动信息，这对于视频分析和跟踪非常重要。 在高级阶段（high level），计算机视觉系统开始理解图像中的物体和场景，进行目标检测、分类和识别。近年来，随着深度学习的发展，卷积神经网络（CNN）成为这一领域的主流技术，通过多层非线性变换，CNN能从图像中自动学习高级特征，大大提高了识别的准确性和鲁棒性。 系统架构层面，计算机视觉不仅要处理图像数据，还需要考虑到感知、决策和行动的整个流程。这涉及到视觉系统的整体设计，包括硬件选择、算法集成以及如何利用先验知识（如Gestalt Laws：接近性、相似性、共同命运、对称性和连续性等）来优化视觉解释。 此外，笔记中提到了一些关键的算法和方法。例如，Primal Sketch是用于图像分割的技术，它能够提取出图像的主要结构。2.5D Sketch则介于2D和3D之间，可以提供部分深度信息。在3D重建中，有基于不同方法的重建技术，如多视图立体匹配、结构光扫描等。同时，笔记还提到了优化问题，如最小化能量函数（L1/平滑度/拉普拉斯正则化），以及在图像拼接（Image Stitching）中常见的问题和解决策略，如透视失真校正、图像对齐等。 笔记中提到了色彩空间的转换，如从RGB到HSV或Lab，这有助于提取颜色特征。此外，还讨论了光照不变性（illumination invariance）和尺度不变性（scale invariance）的概念，这对于特征提取和识别尤其重要。 计算机视觉复习笔记1主要涵盖了从图像输入到高级理解的全过程，包括基本的图像处理技术、特征提取、三维重建、目标识别以及系统设计和优化等多个方面，这些都是理解和应用计算机视觉的基础。