Skip to content

Latest commit

 

History

History
30 lines (30 loc) · 2.29 KB

chapter3.md

File metadata and controls

30 lines (30 loc) · 2.29 KB
Raw

第3章 计算机视觉原理与应用

  • 颜色模型
    • 彩色图像
      • RGB颜色模型：在几何形态上呈现立方体结构，与硬件实现关系紧密。
      • HSV颜色模型：在几何形态上呈现椎体结构，更偏向于视觉上直观的感觉。
        • 采用色调(H)、饱和度(S)、明度(V)3个参数来表示颜色的一种方式。
    • 灰度图像与二值图像
  • 信号与噪声
  • 图像滤波
    • 均值滤波
    • 中值滤波
  • 图像的几何变换
    • 平移
    • 旋转
    • 缩放
  • 图像特征
    • 通过一系列的算法提取出图像的高级特征，这个特征可以通过数学手段进行描述，称为特征描述子。
    • 灰度直方图
      • 图像的灰度直方图描述了图像中不同灰度值的分布情况，能够直观地描述出图像中不同灰度值所占的比例。
      • 灰度直方图具有直观、计算代价低、对线性变换具有不变性、对图像质量不敏感等特点，被广泛地应用在图像分割、基于颜色的图像检索、图像分类等图像处理领域。
    • LBP特征
      • LBP(Local Binary Pattern)即局部二值模型，是一种用来描述图像局部纹理特征的算子，它具有旋转不变性和灰度不变性等优点。
      • LBP特征因其对光照具有良好的鲁棒性、灰度不变性，且计算速度快、实现简单、旋转不变性等特点被广泛应用在图像识别领域，尤其是在人脸识别、物体监测领域，其效果表现良好。
    • Haar特征
      • Harr特征即Haar-like特征，又称Viola-Jones识别器。
      • Haar特征的提取过程比较简单，通过不同模板来对图像进行特征提取，最后筛选出比较具有代表性的特征再使用强分类器进行分类。
    • HOG特征
      • HOG即方向梯度直方图(hisogram of oriented gradient)，是在计算机视觉和图像处理中被广泛使用的一种算法，是一种可以进行图像监测的特征描述算子。
      • HOG特征的提取是通过计算统计图像中各个小区域的方向梯度直方图，然后将其进行汇总而得到的。该算法的本质思想是对图像的梯度信息的进行统计，梯度主要存在与图像的边缘区域，局部目标能够被梯度或边缘的方向密度分布进行描述。
      • HOG特征具有对图像的几何变换、光学变化良好的鲁棒性等优点。