计算机视觉复习笔记1

"计算机视觉复习笔记1" 计算机视觉是一门交叉学科，它将计算机科学、数学、物理、生物学和工程学结合起来，以研究如何使计算机能够像人一样看到和理解视觉世界。计算机视觉的应用非常广泛，包括图像处理、物体识别、目标跟踪、人脸识别、图像分割、图像匹配、图像检索等。 从计算机视觉的角度来看，图像可以分为四个层次：低层次、 middle层次、高层次和系统架构。低层次主要处理图像的基本特征，如边缘检测、角点检测、图像滤波等。middle层次主要处理图像的中级特征，如图像分割、形状fromX、立体视觉等。高层次主要处理图像的高级特征，如物体识别、目标跟踪、图像理解等。系统架构则是将计算机视觉技术应用于实际应用中，如自动驾驶、人脸识别系统、图像检索系统等。 计算机视觉中有许多重要的概念和技术，如Local Feature、Image Stitching、Optical Flow、Camera Calibration、CNN等。Local Feature是指图像中的一些局部特征，如边缘、角点、线段等。Image Stitching是指将多个图像拼接成一个完整的图像。Optical Flow是指图像序列中的运动信息。Camera Calibration是指摄像机的标定过程。CNN是指卷积神经网络，它是一种常用的深度学习模型。 计算机视觉还涉及到一些重要的理论，如Gestalt Laws。这是一些关于人类视觉感知的规律，如Proximity、Similarity、Common Fate、Symmetry、Continuity、Closure等。这些规律可以帮助我们更好地理解人类视觉系统，并且可以应用于计算机视觉的研究和应用中。 在计算机视觉中，还有许多重要的算法和技术，如Primal Sketch、2.5D Sketch、3D Model等。Primal Sketch是指图像的初始轮廓。2.5D Sketch是指图像的二维 плюс深度信息。3D Model是指图像的三维模型。 计算机视觉是一门非常广泛和复杂的学科，它涉及到图像处理、机器学习、计算机科学、数学、物理、生物学和工程学等多个领域。只有通过深入学习和研究，才能更好地理解和应用计算机视觉技术。