图像处理 计算机视觉_计算机视觉和机器视觉和图像处理 - CSDN
  • 当前,计算机视觉在许多领域都有着广泛的应用,并且已成为就业的一个重要方向。 (1)传统行业,工业、农业、交通监控、智慧城市、人机交互、卫星遥感、...数字图像处理(Digital Image Processing) 将图像信号转换成数...

    当前,计算机视觉在许多领域都有着广泛的应用,并且已成为就业的一个重要方向。 (1)传统行业,工业、农业、交通监控、智慧城市、人机交互、卫星遥感、国防安保 (2)互联网、物联网,大数据领域 (3)国内一些高大上的企业,百度,腾讯,阿里巴巴,每年都有计算机视觉领域的岗位。 (4)计算机领域的国际国内大赛。

    数字图像处理(Digital Image Processing) 将图像信号转换成数字信号并用计算机对其进行处理的过程。

    数字图像 由连续的模拟图像采样和量化而得。 组成数字图像的基本单位是像素,所以数字图像是像素的集合。 像素的值代表图像在该位置的亮度(或灰度),称为图像的灰度值。 数字图像像素具有整数坐标和整数灰度值☆

    特点:图像是人类信息获取和交流的主要方式 视、听、触、嗅、味等 图像是人类信息获取的重要手段 图像的分辨率逐步提高 可以充分利用现代化的数字通讯和信息传输技术 数字图像可以长期保存和永不失真

    研究方向:

    1图像的平滑 (Image Smoothing) 即图像的去噪声处理,主要是为了去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息。

    邻域平均法 中值滤波 多图像平均法  频域低通滤波法

    2边缘锐化,锐化的作用是要使灰度反差增强。

    2.图像分割(separate?Divide?Segment!) 将图像分成若干部分,每一部分对应于某一物体表面。 在进行分割时,每一部分的灰度或纹理符合某一种均匀测度度量。 其本质是将像素进行分类。分类依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。

    图像类型:

    1、索引图像(Indexed Image) 2、灰度图像(Intensity Image) 3、真彩色图像(RGB Image) 4、二值图像(BW Image)。

    数字图像处理主要是对已有的图像,比如说可见光的图像、红外图像、雷达成像进行噪声滤除、边缘检测、图像恢复等处理,就像用ps 处理照片一样的。人脸识别啊、指纹识别啊、运动物体跟踪啊,都属于图像处理。去噪有各种滤波算法;其他的有各种时频变化算法,如傅里叶变化,小波变换等

    图像增强方法:

    基于图像域的方法: 直接在图像所在的空间进行处理,也叫空域处理

    基于变换域的方法: 在图像变换域间接进行,也叫频域处理

    根据处理策略不同,分为: 点处理、邻域处理、全图处理

    计算机图形学(Computer Graphics)讲的是图形,也就是图形的构造方式,是一种从无到有的概念,从数据得到图像。是给定关于景象结构、表面反射特性、光源配置及相机模型的信息,生成图像。

    计算机视觉(Computer Vision)是给定图象,从图象提取信息,包括景象的三维结构,运动检测,识别物体等。 

    数字图像处理(Digital Image Processing)是对已有的图像进行变换、分析、重构,得到的仍是图像。

    模式识别(PR)本质就是分类,根据常识或样本或二者结合进行分类,可以对图像进行分类,从图像得到数据。

    非结构化道路检测与障碍物识别

    比较瘦长的目标是人,比较扁长方的是汽车

    转载于:https://www.cnblogs.com/fengtangjiang/p/11152466.html

    展开全文
  • 搞了CV一段时间,仍时不时因为概念问题而困惑,搞不清楚计算机视觉(Computer Vision),计算机图形学(Computer Graphics)和图像处理(Image Processing)的区别和联系。在知乎上看到了一个帖子,觉得解释的很好,结合...

    搞了CV一段时间,仍时不时因为概念问题而困惑,搞不清楚计算机视觉(Computer Vision),计算机图形学(Computer Graphics)和图像处理(Image Processing)的区别和联系。在知乎上看到了一个帖子,觉得解释的很好,结合自己的理解,形成此文存档。

    ##1.基本概念
    从定义理解概念是最严谨的。所以首先搞清楚维基百科中这些概念的定义。

    计算机视觉(CV):

    Computer vision is a field that includes methods for acquiring, processing, analyzing, and understanding images and, in general, high-dimensional data from the real world in order to produce numerical or symbolic information, e.g., in the forms of decisions.[1]

    直译过来就是

    计算机视觉是一个学科/领域,它包括获取、处理、分析和理解图像或者更一般意义的真实世界的高维数据的方法;它的目的是产生决策形式的数字或者符号信息。

    计算机图像学(CG):

    Computer graphics is a sub-field of computer science which studies methods for digitally synthesizing and manipulating visual content. Although the term often refers to the study of three-dimensional computer graphics, it also encompasses two-dimensional graphics and image processing.[2]

    直译过来就是

    计算机图形学是计算机科学的一个子领域,它包括数字合成和操作可视内容(图像、视频)的方法。尽管这个术语通常指三维计算机图形学的研究,但它也包括二维图形学和图像处理。

    图像处理(IP):

    In imaging science, image processing is processing of images using mathematical operations by using any form of signal processing for which the input is an image, such as a photograph or video frame; the output of image processing may be either an image or a set of characteristics or parameters related to the image.[3]

    直译过来就是

    在图像科学中,图像处理是用任何信号处理等数学操作处理图像的过程,输入时图像(摄影图像或者视频帧),输出是图像或者与输入图像有关的特征、参数的集合。

    ##2.区别和联系[4]
    ###2.1 精简的概括

    Computer Graphics和Computer Vision是同一过程的两个方向。Computer Graphics将抽象的语义信息转化成图像,Computer Vision从图像中提取抽象的语义信息。Image Processing探索的是从一个图像或者一组图像之间的互相转化和关系,与语义信息无关。

    ###2.2 从输入输出角度看
    ####(1)区别
    Computer Graphics,简称 CG 。输入的是对虚拟场景的描述,通常为多边形数组,而每个多边形由三个顶点组成,每个顶点包括三维坐标、贴图坐标、rgb 颜色等。输出的是图像,即二维像素数组。

    Computer Vision,简称 CV。输入的是图像或图像序列,通常来自相机、摄像头或视频文件。输出的是对于图像序列对应的真实世界的理解,比如检测人脸、识别车牌。

    Digital Image Processing,简称 DIP。输入的是图像,输出的也是图像。Photoshop 中对一幅图像应用滤镜就是典型的一种图像处理。常见操作有模糊、灰度化、增强对比度等。

    ####(2)联系
    CG 中也会用到 DIP,现今的三维游戏为了增加表现力都会叠加全屏的后期特效,原理就是 DIP,只是将计算量放在了显卡端。

    CV 更是大量依赖 DIP 来打杂活,比如对需要识别的照片进行预处理。

    最后还要提到近年来的热点——增强现实(AR),它既需要 CG,又需要 CV,当然也不会漏掉 DIP。它用 DIP 进行预处理,用 CV 进行跟踪物体的识别与姿态获取,用 CG 进行虚拟三维物体的叠加。

    ####(3)图解
    这里还有一张图,简明地表达了CV、CG、DIP和AI的区别和联系。
    区别和联系

    2.3 从问题本身看

    (1)区别

    从问题本身来说,这三者主要以两类问题区分:是根据状态模拟观测环境,还是根据观测的环境来推测状态。假设观测是Z,状态是X:Computer Graphics是一个Forwad Problem (Z|X): 给你光源的位置,物体形状,物体表面信息,你如何根据已有的变量的状态模拟出一个环境出来。

    Computer Vision正好相反,是一个Inverse Problem (X|Z):你所有能得到的都是观测信息(measurements), 根据得到的每一个Pixel的信息(颜色,深度),我要来估计物体环境的特征和状态出来,比如物体运动(Tracking),三维结构(SFM),物体类别(Classification and Segmentation)等等。

    对于Image Processing来说,它恰好介于两者之间,两种问题都有。但对于State-of-art的研究来说,Image Processing更偏于Computer Vision, 或者看上去更像Computer Vision的子类。尽管这三类研究中,随着CV领域的不断进步,以及越来越高级相机传感器出现(Depth Camera, Event Camera),很多算法都被互相用到,但是从Motivation来看,并没有太大变化。

    (2)联系

    得益于这几个领域的共同进步,所以你能看到Graphics和Computer Vision现在出现越来越多的交集。如果根据观测量(图片),Computer Vision可以越来越准确的估计出越来越多的变量,那么这些变量套到Graphics算法中,就可以模拟出一个跟真实环境一样的场景出来。

    与此同时,Graphics需要构建更真实的场景,也希望能够将变量更加接机与实际,或者通过算法估计出来,这就引入了Vision的动机。这也是近年来三维重建算法,同时大量发表在Graphics和Vision的会议的原因。随着CV从2D向3D发展,以后两者的交集会越来越大,除了learning以外的其他很多问题融合并到一个领域我也不会奇怪。

    ##参考文献
    [1] https://en.wikipedia.org/wiki/Computer_vision
    [2]https://en.wikipedia.org/wiki/Computer_graphics_(computer_science)
    [3] https://en.wikipedia.org/wiki/Image_processing
    [4] 张静, 知乎,
    http://www.zhihu.com/question/20672053/answer/15854031

    展开全文
  • 人的眼睛有600万到700万个锥体细胞,其中包含三种被称为视蛋白的对颜色敏感的蛋白质之一。当光子击中这些视蛋白时,它们会改变形状,引发级联反应,产生电信号,进而将信息传递给大脑...在概念层面,图像处理和计算...

    人的眼睛有600万到700万个锥体细胞,其中包含三种被称为视蛋白的对颜色敏感的蛋白质之一。当光子击中这些视蛋白时,它们会改变形状,引发级联反应,产生电信号,进而将信息传递给大脑进行解读。

    整个过程是一个非常复杂的现象,并且使机器在人类层面上解释这一点一直是一个挑战。现代机器视觉系统背后的的核心动机在于模拟人类视觉,用于识别图案,面部以及将将2D图像转化为3D模型等。

    在概念层面,图像处理和计算机视觉之间存在很多重叠,并且经常被误解的术语可以互换使用。在这里,我们简要概述了这些技术,并解释了它们在基础层面上的不同之处。

    图像处理

    数字图像处理技术于20世纪60年代末在美国国家航空航天局喷气推进实验室(Jet Propulsion Laboratory)首创,通过计算机增强,将Ranger航天器的模拟信号转换为数字图像。现在,数字成像有着广泛的应用,尤其是在医学上。众所周知的应用包括计算机辅助断层扫描(CAT)和超声波。

    图像处理主要与数学函数和图像变换的使用和应用有关,而不考虑对图像本身进行任何智能推理。它仅仅意味着算法对图像进行一些转换,如平滑、锐化、对比度、拉伸。

    对于计算机来说,图像是一个二维信号,由像素的行和列组成。一种形式的输入有时可以转换成另一种形式。例如,磁共振成像(MRI),记录下离子的激发并将其转换成视觉图像。

    这里有一个用Python平滑图像的例子:

    对于一维信号,图像还可以使用各种低通滤波器(LPF)、高通滤波器(HPF)等进行滤波。HPF滤波器有助于在图像中找到边缘。

    这种使用矩阵的变换在卷积神经网络等机器学习算法中非常普遍。在图像(像素值的另一个矩阵)上卷积滤波器,用于检测边缘或颜色强度。

    在数字图像处理中使用的一些技术包括:

    隐马尔可夫模型

    图像编辑与恢复

    线性滤波和双边滤波

    神经网络

    计算机视觉

    计算机视觉来自使用机器学习技术建模图像处理。计算机视觉应用机器学习来识别用于解释图像的模式。就像人类视觉的视觉推理过程一样;我们可以区分对象,对它们进行分类,根据它们的大小对它们进行排序等等。计算机视觉,如图像处理,将图像作为输入,并以大小,颜色强度等信息的形式提供输出。

    特斯拉的无人驾驶系统通过Source检测有雾情景中的物体

    以下是标准机器视觉系统的组件:

    相机

    照明设备

    镜头

    抓帧器

    图像处理软件

    用于模式识别的机器学习算法

    显示屏或机械臂执行从图像解释中获得的指令。

    例如,安装在无人驾驶汽车上的摄像机必须检测到前面的人,并将他们与车辆和其他特征区分开来。或者,我们可以测量网球运动员在比赛中所走的距离。

    球员运动的热图

    因此,时间信息在计算机视觉中起着重要作用,就像我们自己理解世界的方式一样。

    这里的最终目标是使用计算机来模拟人类视觉,包括学习和能够根据视觉输入进行推理和采取行动。

    结论

    图像处理是计算机视觉的一个子集。计算机视觉系统利用图像处理算法对人体视觉进行仿真。例如,如果目标是增强图像以便以后使用,那么这可以称为图像处理。如果目标是识别物体、汽车自动驾驶,那么它可以被称为计算机视觉。

    展开全文
  • 虽然没有做出什么很出色的工作,不过在这个领域摸爬滚打了十年之后,发现自己对图像处理计算机视觉的感情越来越深厚。下班之后看看相关的书籍和文献是一件很惬意的事情。平常的一大业余爱好就是收集一些相关的文章...

    原作者博客主页:http://blog.csdn.net/dcraw  



    一、 绪论

    1. 为什么要写这篇文章

           从2002年到现在,接触图像快十年了。虽然没有做出什么很出色的工作,不过在这个领域摸爬滚打了十年之后,发现自己对图像处理和计算机视觉的感情越来越深厚。下班之后看看相关的书籍和文献是一件很惬意的事情。平常的一大业余爱好就是收集一些相关的文章,尤其是经典的文章,到现在我的电脑里面已经有了几十G的文章。写这个文档的想法源于我前一段时间整理文献时的一个突发奇想,既然有这个多文献,何不整理出其中的经典,抓住重点来阅读,同时也可以共享给大家。于是当时即兴写了一个《图像处理与计算机视觉中的经典论文》。现在来看,那个文档写得很一般,所共享的论文也非常之有限。就算如此,还是得到了一些网友的夸奖,心里感激不尽。因此,一直想下定决心把这个工作给完善,力求做到尽量全面。


           本文是对现有的图像处理和计算机视觉的经典书籍(后面会有推荐)的一个补充。一般的图像处理书籍都是介绍性的介绍某个方法,在每个领域内都会引用几十上百篇参考文献。有时候想深入研究这个领域的时候却发现文献太多,不知如何选择。但实际上在每个领域都有那么三五篇抑或更多是非读不可的经典文献。这些文献除了提出了很经典的算法,同时他们的Introduction和Related work也是对所在的领域很好的总结。读通了这几篇文献也就等于深入了解了这个领域,比单纯的看书收获要多很多。写本文的目的就是想把自己所了解到的各个领域的经典文章整理出来,不用迷失在参考文献的汪洋大海里。

    2. 图像处理和计算机视觉的分类

    按照当前流行的分类方法,可以分为以下三部分:
    A.图像处理:对输入的图像做某种变换,输出仍然是图像,基本不涉及或者很少涉及图像内容的分析。比较典型的有图像变换,图像增强,图像去噪,图像压      缩,图像恢复,二值图像处理等等。基于阈值的图像分割也属于图像处理的范畴。一般处理的是单幅图像。

    B.图像分析:对图像的内容进行分析,提取有意义的特征,以便于后续的处理。处理的仍然是单幅图像。


    C.计算机视觉:对图像分析得到的特征进行分析,提取场景的语义表示,让计算机具有人眼和人脑的能力。这时处理的是多幅图像或者序列图像,当然也包括部分单幅图像。


          关于图像处理,图像分析和计算机视觉的划分并没有一个很统一的标准。一般的来说,图像处理的书籍总会或多或少的介绍一些图像分析和计算机视觉的知识,比如冈萨雷斯的数字图像处理。而计算机视觉的书籍基本上都会包括图像处理和图像分析,只是不会介绍的太详细。其实图像处理,图像分析和计算机视觉都可以纳入到计算机视觉的范畴:图像处理->低层视觉(low level vision),图像分析->中间层视觉(middle level vision),计算机视觉->高层视觉(high level vision)。这是一般的计算机视觉或者机器视觉的划分方法。在本文中,仍然按照传统的方法把这个领域划分为图像处理,图像分析和计算机视觉。

    3. 图像处理和计算机视觉开源库以及编程语言选择

           目前在图像处理中有两种最重要的语言:c/c++和matlab。它们各有优点:c/c++比较适合大型的工程,效率较高,而且容易转成硬件语言,是工业界的默认语言之一。而matlab实现起来比较方便,适用于算法的快速验证,而且matlab有成熟的工具箱可以使用,比如图像处理工具箱,信号处理工具箱。它们有一个共同的特点:开源的资源非常多。在学术界matlab使用的非常多,很多作者给出的源代码都是matlab版本。最近由于OpenCV的兴起和不断完善,c/c++在图像处理中的作用越来越大。总的来说,c/c++和matlab都必须掌握,最好是精通,当然侧重在c/c++上对找工作会有很大帮助。
    至于开源库,个人非常推荐OpenCV,主要有以下原因:
    (1)简单易入手。OpenCV进入OpenCV2.x的时代后,使用起来越来越简单,接口越来越傻瓜化,越来越matlab化。只要会imread,imwrite,imshow和了解Mat的基本操作就可以开 始入手了。


    (2)OpenCV有一堆图像处理和计算机视觉的大牛在维护,bug在逐步减少,每个新的版本都会带来不同的惊喜。而且它已经或者逐步在移植到不懂的平台,并提供了对Python的很好的支持。


    (3)在opencv上可以尝试各种最新以及成熟的技术,而不需要自己从头去写,比如人脸检测(Harr,LBP),DPM(Latent SVM),高斯背景模型,特征检测,聚类,hough变换等等 。而且它还支持各种机器学习方法(SVM,NN,KNN,决策树,Boosting等),使用起来很简单。


    (4)文档内容丰富,并且给出了很多示例程序。当然也有一些地方文档描述不清楚,不过看看代码就很清楚了。


    (5)完全开源。可以从中间提取出任何需要的算法。


    (6)从学校出来后,除极少数会继续在学术圈里,大部分还是要进入工业界。现在在工 业界,c/c++仍是主流,很多公司都会优先考虑熟悉或者精通OpenCV的。事实上,在学术界,现在OpenCV也大有取代matlab之势。以前的demo或者source code,很多作者都愿意给出matlab版本的,然后别人再呼哧呼哧改成c版本的。现在作者干脆给出c/c++版本,或者自己集成到OpenCV中去,这样能快速提升自己的影响力。
           如果想在图像处理和计算机视觉界有比较深入的研究,并且以后打算进入这个领域工作的话,建议把OpenCV作为自己的主攻方向。如果找工作的时候敢号称自己精通OpenCV的话,肯定可以找到一份满意的工作。


    4. 本文的特点和结构,以及适合的对象

        在本文面向的对象是即将进入或者刚刚进入图像处理和计算机视觉领域的童鞋,可以在阅读书籍的同时参阅这些文献,能对书中提到的算法有比较深刻的理解。由于本文涉及到的范围比较广,如果能对计算机视觉的资深从业者也有一定的帮助,我将倍感欣慰。为了不至太误人子弟,每一篇文章都或多或少的看了一下,最不济也看了摘要(这句话实在整理之前写的,实际上由于精力有限,好多文献都只是大概扫了一眼,然后看了看google的引用数,一般在1000以上就放上来了,把这些文章细细品味一遍也是我近一两年之内的目标)。在成文的过程中,我本人也受益匪浅,希望能对大家也有所帮助。

    由于个人精力和视野的关系,有一些我未涉足过的领域不敢斗胆推荐,只是列出了一些引用率比较高的文章,比如摄像机标定和立体视觉。不过将来,由于工作或者其他原因,这些领域也会接触到,我会逐步增减这些领域的文章。尽管如此,仍然会有疏漏,忘见谅。同时文章的挑选也夹带了一些个人的喜好,比如我个人比较喜欢low level方向的,尤其是IJCV和PAMI上面的文章,因此这方面也稍微多点,希望不要引起您的反感。如果有什么意见或者建议,欢迎mail我。文章和资源我都会在我的csdn blog和sina ishare同步更新。此申明:这些论文的版权归作者及其出版商所有,请勿用于商业目的。
    个人blog:       http://blog.csdn.NET/dcraw
    新浪iask地址:http://iask.sina.com.cn/u/2252291285/ish?folderid=868438

          本文的安排如下。第一部分是绪论。第二部分是图像处理中所需要用到的理论基础,主要是这个领域所涉及到的一些比较好的参考书籍。第三部分是计算机视觉中所涉及到的信号处理和模式识别文章。由于图像处理与图像分析太难区分了,第四部分集中讨论了它们。第五部分是计算机视觉部分。最后是小结。



    二、 图像处理与计算机视觉相关的书籍

    1. 数学

          我们所说的图像处理实际上就是数字图像处理,是把真实世界中的连续三维随机信号投影到传感器的二维平面上,采样并量化后得到二维矩阵。数字图像处理就是二维矩阵的处理,而从二维图像中恢复出三维场景就是计算机视觉的主要任务之一。这里面就涉及到了图像处理所涉及到的三个重要属性:连续性,二维矩阵,随机性。所对应的数学知识是高等数学(微积分),线性代数(矩阵论),概率论和随机过程。这三门课也是考研数学的三个组成部分,构成了图像处理和计算机视觉最基础的数学基础。如果想要更进一步,就要到网上搜搜林达华推荐的数学书目了。

    2. 信号处理

        图像处理其实就是二维和三维信号处理,而处理的信号又有一定的随机性,因此经典信号处理和随机信号处理都是图像处理和计算机视觉中必备的理论基础。

    2.1经典信号处理

    信号与系统(第2版) Alan V.Oppenheim等著 刘树棠译

    离散时间信号处理(第2版) A.V.奥本海姆等著 刘树棠译

    数字信号处理:理论算法与实现 胡广书 (编者)

    2.2随机信号处理

    现代信号处理 张贤达著

    统计信号处理基础:估计与检测理论 Steven M.Kay等著 罗鹏飞等译

    自适应滤波器原理(第4版) Simon Haykin著 郑宝玉等译

    2.3 小波变换

    信号处理的小波导引:稀疏方法(原书第3版) tephane Malla著, 戴道清等译

    2.4 信息论

    信息论基础(原书第2版) Thomas M.Cover等著 阮吉寿等译

    3. 模式识别

    Pattern Recognition and Machine Learning Bishop, Christopher M. Springer

    模式识别(英文版)(第4版) 西奥多里德斯著

    Pattern Classification (2nd Edition) Richard O. Duda等著

    Statistical Pattern Recognition, 3rd Edition Andrew R. Webb等著

    模式识别(第3版) 张学工著

    4. 图像处理与计算机视觉的书籍推荐

    图像处理,分析与机器视觉 第三版 Sonka等著 艾海舟等译

    Image Processing, Analysis and Machine Vision

                    ( 附:这本书是图像处理与计算机视觉里面比较全的一本书了,几乎涵盖了图像视觉领域的各个方面。中文版的个人感觉也还可以,值得一看。)

    数字图像处理 第三版 冈萨雷斯等著

    Digital Image Processing

    (附:数字图像处理永远的经典,现在已经出到了第三版,相当给力。我的导师曾经说过,这本书写的很优美,对写英文论文也很有帮助,建议购买英文版的。)

    计算机视觉:理论与算法 Richard Szeliski著

    Computer Vision: Theory and Algorithm

                    (附:微软的Szeliski写的一本最新的计算机视觉著作。内容非常丰富,尤其包括了作者的研究兴趣,比如一般的书里面都没有的Image Stitching和                       Image Matting等。这也从另一个侧面说明这本书的通用性不如Sonka的那本。不过作者开放了这本书的电子版,可以有选择性的阅读。
                      http://szeliski.org/Book/
                      Multiple View Geometry in Computer Vision 第二版Harley等著
                     引用达一万多次的经典书籍了。第二版到处都有电子版的。第一版曾出过中文版的,后来绝版了。网上也可以找到中英文版的电子版。)

    计算机视觉:一种现代方法 DA Forsyth等著

    Computer Vision: A Modern Approach

    MIT的经典教材。虽然已经过去十年了,还是值得一读。期待第二版

    Machine vision: theory, algorithms, practicalities 第三版 Davies著

    (附:为数不多的英国人写的书,偏向于工业应用。)

    数字图像处理 第四版 Pratt著

    Digital Image Processing

    (附:写作风格独树一帜,也是图像处理领域很不错的一本书。网上也可以找到非常清晰的电子版。)

    5. 小结

    罗嗦了这么多,实际上就是几个建议:
    (1)基础书千万不可以扔,也不能低价处理给同学或者师弟师妹。不然到时候还得一本本从书店再买回来的。钱是一方面的问题,对着全新的书看完全没有看自己当年上过的课本有感觉。
    (2)遇到有相关的课,果断选修或者蹭之,比如随机过程,小波分析,模式识别,机器学习,数据挖掘,现代信号处理甚至泛函。多一些理论积累对将来科研和工作都有好处。
    (3)资金允许的话可以多囤一些经典的书,有的时候从牙缝里面省一点都可以买一本好书。不过千万不要像我一样只囤不看



    三、 计算机视觉中的信号处理与模式识别

          从本章开始,进入本文的核心章节。一共分三章,分别讲述信号处理与模式识别,图像处理与分析以及计算机视觉。与其说是讲述,不如说是一些经典文章的罗列以及自己的简单点评。与前一个版本不同的是,这次把所有的文章按类别归了类,并且增加了很多文献。分类的时候并没有按照传统的分类方法,而是划分成了一个个小的门类,比如SIFT,Harris都作为了单独的一类,虽然它们都可以划分到特征提取里面去。这样做的目的是希望能突出这些比较实用且比较流行的方法。为了以后维护的方便,按照字母顺序排的序。

    1. Boosting

       Boosting是最近十来年来最成功的一种模式识别方法之一,个人认为可以和SVM并称为模式识别双子星。它真正实现了“三个臭皮匠,赛过诸葛亮”。只要保证每个基本分类器的正确率超过50%,就可以实现组合成任意精度的分类器。这样就可以使用最简单的线性分类器。Boosting在计算机视觉中的最成功的应用无疑就是Viola-Jones提出的基于Haar特征的人脸检测方案。听起来似乎不可思议,但Haar+Adaboost确实在人脸检测上取得了巨大的成功,已经成了工业界的事实标准,并且逐步推广到其他物体的检测。
    Rainer Lienhart在2002 ICIP发表的这篇文章是Haar+Adaboost的最好的扩展,他把原始的两个方向的Haar特征扩展到了四个方向,他本人是OpenCV积极的参与者。现在OpenCV的库里面实现的Cascade Classification就包含了他的方法。这也说明了盛会(如ICIP,ICPR,ICASSP)也有好文章啊,只要用心去发掘。

    [1997] A Decision-Theoretic Generalization of on-Line Learning and an Application to Boosting

    [1998] Boosting the margin A new explanation for the effectiveness of voting methods

    [2002 ICIP TR] Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection

    [2003] The Boosting Approach to Machine Learning An Overview

    [2004 IJCV] Robust Real-time Face Detection

    2. Clustering

    聚类主要有K均值聚类,谱聚类和模糊聚类。在聚类的时候如果自动确定聚类中心的数目是一个一直没有解决的问题。不过这也很正常,评价标准不同,得到的聚类中心数目也不一样。不过这方面还是有一些可以参考的文献,在使用的时候可以基于这些方法设计自己的准则。关于聚类,一般的模式识别书籍都介绍的比较详细,不过关于cluster validity讲的比较少,可以参考下面的文章看看。

    [1989 PAMI] Unsupervised Optimal Fuzzy Clustering

    [1991 PAMI] A validity measure for fuzzy clustering

    [1995 PAMI] On cluster validity for the fuzzy c-means model

    [1998] Some New Indexes of Cluster Validity

    [1999 ACM] Data Clustering A Review

    [1999 JIIS] On Clustering Validation Techniques

    [2001] Estimating the number of clusters in a dataset via the Gap statistic

    [2001 NIPS] On Spectral Clustering

    [2002] A stability based method for discovering structure in clustered data

    [2007] A tutorial on spectral clustering

    3. Compressive Sensing

    最近大红大紫的压缩感知理论。

    [2006 TIT] Compressed Sensing

    [2008 SPM] An Introduction to Compressive Sampling

    [2011 TSP] Structured Compressed Sensing From Theory to Applications

    4. Decision Trees

    对决策树感兴趣的同学这篇文章是非看不可的了。

    [1986] Introduction to Decision Trees

    5. Dynamical Programming

    动态规划也是一个比较使用的方法,这里挑选了一篇PAMI的文章以及一篇Book Chapter

    [1990 PAMI] using dynamic programming for solving variational problems in vision

    [Book Chapter] Dynamic Programming

    6. Expectation Maximization

    EM是计算机视觉中非常常见的一种方法,尤其是对参数的估计和拟合,比如高斯混合模型。EM和GMM在Bishop的PRML里单独的作为一章,讲的很不错。关于EM的tutorial,网上也可以搜到很多。

    [1977] Maximum likelihood from incomplete data via the EM algorithm

    [1996 SPM] The Expectation-Maximzation Algorithm

    7. Graphical Models

    伯克利的乔丹大师的Graphical Model,可以配合这Bishop的PRML一起看。

    [1999 ML] An Introduction to Variational Methods for Graphical Models

    8. Hidden Markov Model

    HMM在语音识别中发挥着巨大的作用。在信号处理和图像处理中也有一定的应用。最早接触它是跟小波和检索相关的,用HMM来描述小波系数之间的相互关系,并用来做检索。这里提供一篇1989年的经典综述,几篇HMM在小波,分割,检索和纹理上的应用以及一本比较早的中文电子书,现在也不知道作者是谁,在这里对作者表示感谢。

    [1989 ] A tutorial on hidden markov models and selected applications in speech recognition

    [1998 TSP] Wavelet-based statistical signal processing using hidden Markov models

    [2001 TIP] Multiscale image segmentation using wavelet-domain hidden Markov models

    [2002 TMM] Rotation invariant texture characterization and retrieval using steerable wavelet-domain hidden Markov models

    [2003 TIP] Wavelet-based texture analysis and synthesis using hidden Markov models

    Hmm Chinese book.pdf

    9. Independent Component Analysis

    同PCA一样,独立成分分析在计算机视觉中也发挥着重要的作用。这里介绍两篇综述性的文章,最后一篇是第二篇的TR版本,内容差不多,但比较清楚一些。

    [1999] Independent Component Analysis A Tutorial

    [2000 NN] Independent component analysis algorithms and applications

    [2000] Independent Component Analysis Algorithms and Applications

    10. Information Theory

    计算机视觉中的信息论。这方面有一本很不错的书Information Theory in Computer Vision and Pattern Recognition。这本书有电子版,如果需要用到的话,也可以参考这本书。

    [1995 NC] An Information-Maximization Approach to Blind Separation and Blind Deconvolution

    [2010] An information theory perspective on computational vision

    11. Kalman Filter

    这个话题在张贤达老师的现代信号处理里面讲的比较深入,还给出了一个有趣的例子。这里列出了Kalman的最早的论文以及几篇综述,还有Unscented Kalman Filter。同时也有一篇Kalman Filter在跟踪中的应用以及两本电子书。

    [1960 Kalman] A New Approach to Linear Filtering and Prediction Problems Kalman

    [1970] Least-squares estimation_from Gauss to Kalman

    [1997 SPIE] A New Extension of the Kalman Filter to Nonlinear System

    [2000] The Unscented Kalman Filter for Nonlinear Estimation

    [2001 Siggraph] An Introduction to the Kalman Filter_full

    [2003] A Study of the Kalman Filter applied to Visual Tracking

    12. Pattern Recognition and Machine Learning

    模式识别名气比较大的几篇综述

    [2000 PAMI] Statistical pattern recognition a review

    [2004 CSVT] An Introduction to Biometric Recognition

    [2010 SPM] Machine Learning in Medical Imaging

    13. Principal Component Analysis

    著名的PCA,在特征的表示和特征降维上非常有用。

    [2001 PAMI] PCA versus LDA

    [2001] Nonlinear component analysis as a kernel eigenvalue problem

    [2002] A Tutorial on Principal Component Analysis

    [2009] A Tutorial on Principal Component Analysis

    [2011] Robust Principal Component Analysis

    [Book Chapter] Singular Value Decomposition and Principal Component Analysis

    14. Random Forest

    随机森林

    [2001 ML] Random Forests

    15. RANSAC

    随机抽样一致性方法,与传统的最小均方误差等完全是两个路子。在Sonka的书里面也有提到。

    [2009 BMVC] Performance Evaluation of RANSAC Family

    16. Singular Value Decomposition

    对于非方阵来说,就是SVD发挥作用的时刻了。一般的模式识别书都会介绍到SVD。这里列出了K-SVD以及一篇Book Chapter

    [2006 TSP] K-SVD An Algorithm for Designing Overcomplete Dictionaries for Sparse Representation

    [Book Chapter] Singular Value Decomposition and Principal Component Analysis

    17. Sparse Representation

    这里主要是Proceeding of IEEE上的几篇文章

    [2009 PAMI] Robust Face Recognition via Sparse Representation

    [2009 PIEEE] Image Decomposition and Separation Using Sparse Representations An Overview

    [2010 PIEEE] Dictionaries for Sparse Representation Modeling

    [2010 PIEEE] It's All About the Data

    [2010 PIEEE] Matrix Completion With Noise

    [2010 PIEEE] On the Role of Sparse and Redundant Representations in Image Processing

    [2010 PIEEE] Sparse Representation for Computer Vision and Pattern Recognition

    [2011 SPM] Directionary Learning

    18. Support Vector Machines

    [1998] A Tutorial on Support Vector Machines for Pattern Recognition

    [2004] LIBSVM A Library for Support Vector Machines

    19. Wavelet

    在小波变换之前,时频分析的工具只有傅立叶变换。众所周知,傅立叶变换在时域没有分辨率,不能捕捉局部频域信息。虽然短时傅立叶变换克服了这个缺点,但只能刻画恒定窗口的频率特性,并且不能很好的扩展到二维。小波变换的出现很好的解决了时频分析的问题,作为一种多分辨率分析工具,在图像处理中得到了极大的发展和应用。在小波变换的发展过程中,有几个人是不得不提的,Mallat, Daubechies,Vetteri, M.N.Do, Swelden,Donoho。Mallat和Daubechies奠定了第一代小波的框架,他们的著作更是小波变换的必读之作,相对来说,小波十讲太偏数学了,比较难懂。而Mallat的信号处理的小波导引更偏应用一点。Swelden提出了第二代小波,使小波变换能够快速方便的实现,他的功劳有点类似于FFT。而Donoho,Vetteri,Mallat及其学生们提出了Ridgelet, Curvelet, Bandelet,Contourlet等几何小波变换,让小波变换有了方向性,更便于压缩,去噪等任务。尤其要提的是M.N.Do,他是一个越南人,得过IMO的银牌,在这个领域著作颇丰。我们国家每年都有5个左右的IMO金牌,希望也有一两个进入这个领域,能够也让我等也敬仰一下。而不是一股脑的都进入金融,管理这种跟数学没有多大关系的行业,呵呵。很希望能看到中国的陶哲轩,中国的M.N.Do。
    说到小波,就不得不提JPEG2000。在JPEG2000中使用了Swelden和Daubechies提出的用提升算法实现的9/7小波和5/3小波。如果对比JPEG和JPEG2000,就会发现JPEG2000比JPEG在性能方面有太多的提升。本来我以为JPEG2000的普及只是时间的问题。但现在看来,这个想法太Naive了。现在已经过去十几年了,JPEG2000依然没有任何出头的迹象。不得不说,工业界的惯性力量太强大了。如果以前的东西没有什么硬伤的话,想改变太难了。不巧的是,JPEG2000的种种优点在最近的硬件上已经有了很大的提升。压缩率?现在动辄1T,2T的硬盘,没人太在意压缩率。渐进传输?现在的网速包括无线传输的速度已经相当快了,渐进传输也不是什么优势。感觉现在做图像压缩越来越没有前途了,从最近的会议和期刊文档也可以看出这个趋势。不管怎么说,JPEG2000的Overview还是可以看看的。

    [1989 PAMI] A theory for multiresolution signal decomposition__the wavelet representation

    [1996 PAMI] Image Representation using 2D Gabor Wavelet

    [1998 ] FACTORING WAVELET TRANSFORMS INTO LIFTING STEPS

    [1998] The Lifting Scheme_ A Construction Of Second Generation Wavelets

    [2000 TCE] The JPEG2000 still image coding system_ an overview

    [2002 TIP] The curvelet transform for image denoising

    [2003 TIP] Gray and color image contrast enhancement by the curvelet transform

    [2003 TIP] Mathematical Properties of the jpeg2000 wavelet filters

    [2003 TIP] The finite ridgelet transform for image representation

    [2005 TIP] Sparse Geometric Image Representations With Bandelets

    [2005 TIP] The Contourlet Transform_ An Efficient Directional Multiresolution Image Representation

    [2010 SPM] The Curvelet Transform



    四、 图像处理与分析

    本章主要讨论图像处理与分析。虽然后面计算机视觉部分的有些内容比如特征提取等也可以归结到图像分析中来,但鉴于它们与计算机视觉的紧密联系,以及它们的出处,没有把它们纳入到图像处理与分析中来。同样,这里面也有一些也可以划归到计算机视觉中去。这都不重要,只要知道有这么个方法,能为自己所用,或者从中得到灵感,这就够了。

    1. Bilateral Filter

    Bilateral Filter俗称双边滤波器是一种简单实用的具有保持边缘作用的平缓滤波器,由Tomasi等在1998年提出。它现在已经发挥着重大作用,尤其是在HDR领域。

    [1998 ICCV] Bilateral Filtering for Gray and Color Images

    [2008 TIP] Adaptive Bilateral Filter for Sharpness Enhancement and Noise Removal

    2. Color

    如果对颜色的形成有一定的了解,能比较深刻的理解一些算法。这方面推荐冈萨雷斯的数字图像处理中的相关章节以及Sharma在Digital Color Imaging Handbook中的第一章“Color fundamentals for digital imaging”。跟颜色相关的知识包括Gamma,颜色空间转换,颜色索引以及肤色模型等,这其中也包括著名的EMD。

    [1991 IJCV] Color Indexing

    [2000 IJCV] The Earth Mover's Distance as a Metric for Image Retrieval

    [2001 PAMI] Color invariance

    [2002 IJCV] Statistical Color Models with Application to Skin Detection

    [2003] A review of RGB color spaces

    [2007 PR]A survey of skin-color modeling and detection methods

    Gamma.pdf

    GammaFAQ.pdf

    3. Compression and Encoding

    个人以为图像压缩编码并不是当前很热的一个话题,原因前面已经提到过。这里可以看看一篇对编码方面的展望文章

    [2005 IEEE] Trends and perspectives in image and video coding

    4. Contrast Enhancement

    对比度增强一直是图像处理中的一个恒久话题,一般来说都是基于直方图的,比如直方图均衡化。冈萨雷斯的书里面对这个话题讲的比较透彻。这里推荐几篇个人认为不错的文章。

    [2002 IJCV] Vision and the Atmosphere

    [2003 TIP] Gray and color image contrast enhancement by the curvelet transform

    [2006 TIP] Gray-level grouping (GLG) an automatic method for optimized image contrast enhancement-part II

    [2006 TIP] Gray-level grouping (GLG) an automatic method for optimized image contrast Enhancement-part I

    [2007 TIP] Transform Coefficient Histogram-Based Image Enhancement Algorithms Using Contrast Entropy

    [2009 TIP] A Histogram Modification Framework and Its Application for Image Contrast Enhancement

    5. Deblur (Restoration)

    图像恢复或者图像去模糊一直是一个非常难的问题,尤其是盲图像恢复。港中文的jiaya jia老师在这方面做的不错,他在主页也给出了可执行文件。这方面的内容也建议看冈萨雷斯的书。这里列出了几篇口碑比较好的文献,包括古老的Richardson-Lucy方法,几篇盲图像恢复的综述以及最近的几篇文章,尤以Fergus和Jiaya Jia的为经典。

    [1972] Bayesian-Based Iterative Method of Image Restoration

    [1974] an iterative technique for the rectification of observed distributions

    [1990 IEEE] Iterative methods for image deblurring

    [1996 SPM] Blind Image Deconvolution

    [1997 SPM] Digital image restoration

    [2005] Digital Image Reconstruction - Deblurring and Denoising

    [2006 Siggraph] Removing Camera Shake from a Single Photograph

    [2008 Siggraph] High-quality Motion Deblurring from a Single Image

    [2011 PAMI] Richardson-Lucy Deblurring for Scenes under a Projective Motion Path

    6. Dehazing and Defog

    严格来说去雾化也算是图像对比度增强的一种。这方面最近比较好的工作就是He kaiming等提出的Dark Channel方法。这篇论文也获得了2009的CVPR 最佳论文奖。2这位003年的广东高考状元已经于2011年从港中文博士毕业加入MSRA(估计当时也就二十五六岁吧),相当了不起。

    [2008 Siggraph] Single Image Dehazing

    [2009 CVPR] Single Image Haze Removal Using Dark Channel Prior

    [2011 PAMI] Single Image Haze Removal Using Dark Channel Prior

    7. Denoising

    图像去噪也是图像处理中的一个经典问题,在数码摄影中尤其重要。主要的方法有基于小波的方法和基于偏微分方程的方法。

    [1992 SIAM] Image selective smoothing and edge detection by nonlinear diffusion. II

    [1992 SIAM] Image selective smoothing and edge detection by nonlinear diffusion

    [1992] Nonlinear total variation based noise removal algorithms

    [1994 SIAM] Signal and image restoration using shock filters and anisotropic diffusion

    [1995 TIT] De-noising by soft-thresholding

    [1998 TIP] Orientation diffusions

    [2000 TIP] Adaptive wavelet thresholding for image denoising and compression

    [2000 TIP] Fourth-order partial differential equations for noise removal

    [2001] Denoising through wavelet shrinkage

    [2002 TIP] The Curvelet Transform for Image Denoising

    [2003 TIP] Noise removal using fourth-order partial differential equation with applications to medical magnetic resonance images in space and time

    [2008 PAMI] Automatic Estimation and Removal of Noise from a Single Image

    [2009 TIP] Is Denoising Dead

    8. Edge Detection

    边缘检测也是图像处理中的一个基本任务。传统的边缘检测方法有基于梯度算子,尤其是Sobel算子,以及经典的Canny边缘检测。到现在,Canny边缘检测及其思想仍在广泛使用。关于Canny算法的具体细节可以在Sonka的书以及canny自己的论文中找到,网上也可以搜到。最快最直接的方法就是看OpenCV的源代码,非常好懂。在边缘检测方面,Berkeley的大牛J Malik和他的学生在2004年的PAMI提出的方法效果非常好,当然也比较复杂。在复杂度要求不高的情况下,还是值得一试的。MIT的Bill Freeman早期的代表作Steerable Filter在边缘检测方面效果也非常好,并且便于实现。这里给出了几篇比较好的文献,包括一篇最新的综述。边缘检测是图像处理和计算机视觉中任何方向都无法逃避的一个问题,这方面研究多深都不为过。

    [1980] theory of edge detection

    [1983 Canny Thesis] find edge

    [1986 PAMI] A Computational Approach to Edge Detection

    [1990 PAMI] Scale-space and edge detection using anisotropic diffusion

    [1991 PAMI] The design and use of steerable filters

    [1995 PR] Multiresolution edge detection techniques

    [1996 TIP] Optimal edge detection in two-dimensional images

    [1998 PAMI] Local Scale Control for Edge Detection and Blur Estimation

    [2003 PAMI] Statistical edge detection_ learning and evaluating edge cues

    [2004 IEEE] Edge Detection Revisited

    [2004 PAMI] Design of steerable filters for feature detection using canny-like criteria

    [2004 PAMI] Learning to Detect Natural Image Boundaries Using Local Brightness, Color, and Texture Cues

    [2011 IVC] Edge and line oriented contour detection State of the art

    9. Graph Cut

    基于图割的图像分割算法。在这方面没有研究,仅仅列出几篇引用比较高的文献。这里又见J Malik,当然还有华人杰出学者Jianbo Shi,他的主页非常搞笑,在醒目的位置标注Do not fly China Eastern Airlines ... 看来是被坑过,而且坑的比较厉害。这个领域,俄罗斯人比较厉害。

    [2000 PAMI] Normalized cuts and image segmentation

    [2001 PAMI] Fast approximate energy minimization via graph cuts

    [2004 PAMI] What energy functions can be minimized via graph cuts

    10. Hough Transform

    虽然霍夫变换可以扩展到广义霍夫变换,但最常用的还是检测圆和直线。这方面同样推荐看OpenCV的源代码,一目了然。Matas在2000年提出的PPHT已经集成到OpenCV中去了。

    [1986 CVGIU] A Survey of the Hough Transform

    [1989] A Comparative study of Hough transform methods for circle finding

    [1992 PAMI] Shapes recognition using the straight line Hough transform_ theory and generalization

    [1997 PR] Extraction of line features in a noisy image

    [2000 CVIU] Robust Detection of Lines Using the Progressive Probabilistic Hough Transform

    11. Image Interpolation

    图像插值,偶尔也用得上。一般来说,双三次也就够了

    [2000 TMI] Interpolation revisited

    12. Image Matting

    也就是最近,我才知道这个词翻译成中文是抠图,比较难听,不知道是谁开始这么翻译的。没有研究,请看文章以及Richard Szeliski的相关章节。以色列美女Levin在这方面有两篇PAMI。

    [2008 Fnd] Image and Video Matting A Survey

    [2008 PAMI] A Closed-Form Solution to Natural Image Matting

    [2008 PAMI] Spectral Matting

    13. Image Modeling

    图像的统计模型。这方面有一本专门的著作Natural Image Statistics

    [1994] The statistics of natural images

    [2003 JMIV] On Advances in Statistical Modeling of Natural Images

    [2009 IJCV] Fields of Experts

    [2009 PAMI] Modeling multiscale subbands of photographic images with fields of Gaussian scale mixtures

    14. Image Quality Assessment

    在图像质量评价方面,Bovik是首屈一指的。这位老师也很有意思,作为编辑出版了很多书。他也是IEEE的Fellow

    [2004 TIP] Image quality assessment from error visibility to structural similarity

    [2011 TIP] blind image quality assessment From Natural Scene Statistics to Perceptual Quality

    15. Image Registration

    图像配准最早的应用在医学图像上,在图像融合之前需要对图像进行配准。在现在的计算机视觉中,配准也是一个需要理解的概念,比如跟踪,拼接等。在KLT中,也会涉及到配准。这里主要是综述文献。

    [1992 MIA] Image matching as a diffusion process

    [1992 PAMI] A Method for Registration of 3-D shapes

    [1992] a survey of image registration techniques

    [1998 MIA] A survey of medical image registration

    [2003 IVC] Image registration methods a survey

    [2003 TMI] Mutual-Information-Based Registration of Medical Survey

    [2011 TIP] Hairis registration

    16. Image Retrieval

    图像检索曾经很热,在2000年之后似乎消停了一段时间。最近各种图像的不变性特征提出来之后,再加上互联网搜索的商业需求,这个方向似乎又要火起来了,尤其是在商业界,比如淘淘搜。这仍然是一个非常值得关注的方面。而且图像检索与目标识别具有相通之处,比如特征提取和特征降维。这方面的文章值得一读。在最后给出了两篇Book chapter,其中一篇还是中文的。

    [2000 PAMI] Content-based image retrieval at the end of the early years

    [2000 TIP] PicToSeek Combining Color and Shape Invariant Features for Image Retrieval

    [2002] Content-Based Image Retrieval Systems A Survey

    [2008] Content-Based Image Retrieval-Literature Survey

    [2010] Plant Image Retrieval Using Color,Shape and Texture Features

    [2012 PAMI] A Multimedia Retrieval Framework Based on Semi-Supervised Ranking and Relevance Feedback

    CBIR Chinese

    fundament of cbir

    17. Image Segmentation

    图像分割,非常基本但又非常难的一个问题。建议看Sonka和冈萨雷斯的书。这里给出几篇比较好的文章,再次看到了J Malik。他们给出了源代码和测试集,有兴趣的话可以试试。

    [2004 IJCV] Efficient Graph-Based Image Segmentation

    [2008 CVIU] Image segmentation evaluation A survey of unsupervised methods

    [2011 PAMI] Contour Detection and Hierarchical Image Segmentation

    18. Level Set

    大名鼎鼎的水平集,解决了Snake固有的缺点。Level set的两位提出者Sethian和Osher最后反目,实在让人遗憾。个人以为,这种方法除了迭代比较费时,在真实场景中的表现让人生疑。不过,2008年ECCV上的PWP方法在结果上很吸引人。在重初始化方面,Chunming Li给出了比较好的解决方案

    [1995 PAMI] Shape modeling with front propagation_ a level set approach

    [2001 JCP] Level Set Methods_ An Overview and Some Recent Results

    [2005 CVIU] Geodesic active regions and level set methods for motion estimation and tracking

    [2007 IJCV] A Review of Statistical Approaches to Level Set Segmentation

    [2008 ECCV] Robust Real-Time Visual Tracking using Pixel-Wise Posteriors

    [2010 TIP] Distance Regularized Level Set Evolution and its Application to Image Segmentation

    19. Pyramid

    其实小波变换就是一种金字塔分解算法,而且具有无失真重构和非冗余的优点。Adelson在1983年提出的Pyramid优点是比较简单,实现起来比较方便。

    [1983] The Laplacian Pyramid as a Compact Image Code

    20. Radon Transform

    Radon变换也是一种很重要的变换,它构成了图像重建的基础。关于图像重建和radon变换,可以参考章毓晋老师的书,讲的比较清楚。

    [1993 PAMI] Image representation via a finite Radon transform

    [1993 TIP] The fast discrete radon transform I theory

    [2007 IVC] Generalised finite radon transform for N×N images

    21. Scale Space

    尺度空间滤波在现代不变特征中是一个非常重要的概念,有人说SIFT的提出者Lowe是不变特征之父,而Linderburg是不变特征之母。虽然尺度空间滤波是Witkin最早提出的,但其理论体系的完善和应用还是Linderburg的功劳。其在1998年IJCV上的两篇文章值得一读,不管是特征提取方面还是边缘检测方面。

    [1987] Scale-space filtering

    [1990 PAMI] Scale-Space for Discrete Signals

    [1994] Scale-space theory A basic tool for analysing structures at different scales

    [1998 IJCV] Edge Detection and Ridge Detection with Automatic Scale Selection

    [1998 IJCV] Feature Detection with Automatic Scale Selection

    22. Snake

    活动轮廓模型,改变了传统的图像分割的方法,用能量收缩的方法得到一个统计意义上的能量最小(最大)的边缘。

    [1987 IJCV] Snakes Active Contour Models

    [1996 ] deformable model in medical image A Survey

    [1997 IJCV] geodesic active contour

    [1998 TIP] Snakes, shapes, and gradient vector flow

    [2000 PAMI] Geodesic active contours and level sets for the detection and tracking of moving objects

    [2001 TIP] Active contours without edges

    23. Super Resolution

    超分辨率分析。对这个方向没有研究,简单列几篇文章。其中Yang Jianchao的那篇在IEEE上的下载率一直居高不下。

    [2002] Example-Based Super-Resolution

    [2009 ICCV] Super-Resolution from a Single Image

    [2010 TIP] Image Super-Resolution Via Sparse Representation

    24. Thresholding

    阈值分割是一种简单有效的图像分割算法。这个topic在冈萨雷斯的书里面讲的比较多。这里列出OTSU的原始文章以及一篇不错的综述。

    [1979 IEEE] OTSU A threshold selection method from gray-level histograms

    [2001 JISE] A Fast Algorithm for Multilevel Thresholding

    [2004 JEI] Survey over image thresholding techniques and quantitative performance evaluation

    25. Watershed

    分水岭算法是一种非常有效的图像分割算法,它克服了传统的阈值分割方法的缺点,尤其是Marker-Controlled Watershed,值得关注。Watershed在冈萨雷斯的书里面讲的比较详细。

    [1991 PAMI] Watersheds in digital spaces an efficient algorithm based on immersion simulations

    [2001]The Watershed Transform Definitions, Algorithms and Parallelizat on Strategies


    五、 计算机视觉

    这一章是计算机视觉部分,主要侧重在底层特征提取,视频分析,跟踪,目标检测和识别方面等方面。对于自己不太熟悉的领域比如摄像机标定和立体视觉,仅仅列出上google上引用次数比较多的文献。有一些刚刚出版的文章,个人非常喜欢,也列出来了。

    1. Active Appearance Models

    活动表观模型和活动轮廓模型基本思想来源Snake,现在在人脸三维建模方面得到了很成功的应用,这里列出了三篇最早最经典的文章。对这个领域有兴趣的可以从这三篇文章开始入手。

    [1998 ECCV] Active Appearance Models

    [2001 PAMI] Active Appearance Models

    2. Active Shape Models

    [1995 CVIU]Active Shape Models-Their Training and Application

    3. Background modeling and subtraction

    背景建模一直是视频分析尤其是目标检测中的一项关键技术。虽然最近一直有一些新技术的产生,demo效果也很好,比如基于dynamical texture的方法。但最经典的还是Stauffer等在1999年和2000年提出的GMM方法,他们最大的贡献在于不用EM去做高斯拟合,而是采用了一种迭代的算法,这样就不需要保存很多帧的数据,节省了buffer。Zivkovic在2004年的ICPR和PAMI上提出了动态确定高斯数目的方法,把混合高斯模型做到了极致。这种方法效果也很好,而且易于实现。在OpenCV中有现成的函数可以调用。在背景建模大家族里,无参数方法(2000 ECCV)和Vibe方法也值得关注。

    [1997 PAMI] Pfinder Real-Time Tracking of the Human Body

    [1999 CVPR] Adaptive background mixture models for real-time tracking

    [1999 ICCV] Wallflower Principles and Practice of Background Maintenance

    [2000 ECCV] Non-parametric Model for Background Subtraction

    [2000 PAMI] Learning Patterns of Activity Using Real-Time Tracking

    [2002 PIEEE] Background and foreground modeling using nonparametric

    kernel density estimation for visual surveillance

    [2004 ICPR] Improved adaptive Gaussian mixture model for background subtraction

    [2004 PAMI] Recursive unsupervised learning of finite mixture models

    [2006 PRL] Efficient adaptive density estimation per image pixel for the task of background subtraction

    [2011 TIP] ViBe A Universal Background Subtraction Algorithm for Video Sequences

    4. Bag of Words

    词袋,在这方面暂时没有什么研究。列出三篇引用率很高的文章,以后逐步解剖之。

    [2003 ICCV] Video Google A Text Retrieval Approach to Object Matching in Videos

    [2004 ECCV] Visual Categorization with Bags of Keypoints

    [2006 CVPR] Beyond bags of features Spatial pyramid matching for recognizing natural scene categories

    5. BRIEF

    BRIEF是Binary Robust Independent Elementary Features的简称,是近年来比较受关注的特征描述的方法。ORB也是基于BRIEF的。

    [2010 ECCV] BRIEF Binary Robust Independent Elementary Features

    [2011 ICCV] ORB an efficient alternative to SIFT or SURF

    [2012 PAMI] BRIEF Computing a Local Binary Descriptor Very Fast

    6. Camera Calibration and Stereo Vision

    非常不熟悉的领域。仅仅列出了十来篇重要的文献,供以后学习。

    [1979 Marr] A Computational Theory of Human Stereo Vision

    [1985] Computational vision and regularization theory

    [1987 IEEE] A versatile camera calibration technique for

    high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses

    [1987] Probabilistic Solution of Ill-Posed Problems in Computational Vision

    [1988 PIEEE] Ill-Posed Problems in Early Vision

    [1989 IJCV] Kalman Filter-based Algorithms for Estimating Depth from Image Sequences

    [1990 IJCV] Relative Orientation

    [1990 IJCV] Using vanishing points for camera calibration

    [1992 ECCV] Camera self-calibration Theory and experiments

    [1992 IJCV] A theory of self-calibration of a moving camera

    [1992 PAMI] Camera calibration with distortion models and accuracy evaluation

    [1994 IJCV] The Fundamental Matrix Theory, Algorithms, and Stability Analysis

    [1994 PAMI] a stereo matching algorithm with an adaptive window theory and experiment

    [1999 ICCV] Flexible camera calibration by viewing a plane from unknown orientations

    [1999 IWAR] Marker tracking and hmd calibration for a video-based augmented reality conferencing system

    [2000 PAMI] A flexible new technique for camera calibration

    7. Color and Histogram Feature

    这里面主要来源于图像检索,早期的图像检测基本基于全局的特征,其中最显著的就是颜色特征。这一部分可以和前面的Color知识放在一起的。

    [1995 SPIE] Similarity of color images

    [1996 PR] IMAGE RETRIEVAL USING COLOR AND SHAPE

    [1996] comparing images using color coherence vectors

    [1997 ] Image Indexing Using Color Correlograms

    [2001 TIP] An Efficient Color Representation for Image Retrieval

    [2009 CVIU] Performance evaluation of local colour invariants

    8. Deformable Part Model

    大红大热的DPM,在OpenCV中有一个专门的topic讲DPM和latent svm

    [2008 CVPR] A Discriminatively Trained, Multiscale, Deformable Part Model

    [2010 CVPR] Cascade Object Detection with Deformable Part Models

    [2010 PAMI] Object Detection with Discriminatively Trained Part-Based Models

    9. Distance Transformations

    距离变换,在OpenCV中也有实现。用来在二值图像中寻找种子点非常方便。

    [1986 CVGIP] Distance Transformations in Digital Images

    [2008 ACM] 2D Euclidean Distance Transform Algorithms A Comparative Survey

    10. Face Detection

    最成熟最有名的当属Haar+Adaboost

    [1998 PAMI] Neural Network-Based Face Detection

    [2002 PAMI] Detecting faces in images a survey

    [2002 PAMI] Face Detection in Color Images

    [2004 IJCV] Robust Real-Time Face Detection

    11. Face Recognition

    不熟悉,简单罗列之。

    [1991] Face Recognition Using Eigenfaces

    [2000 PAMI] Automatic Analysis of Facial Expressions The State of the Art

    [2000] Face Recognition A Literature Survey

    [2006 PR] Face recognition from a single image per person A survey

    [2009 PAMI] Robust Face Recognition via Sparse Representation

    12. FAST

    用机器学习的方法来提取角点,号称很快很好。

    [2006 ECCV] Machine learning for high-speed corner detection

    [2010 PAMI] Faster and Better A Machine Learning Approach to Corner Detection

    13. Feature Extraction

    这里的特征主要都是各种不变性特征,SIFT,Harris,MSER等也属于这一类。把它们单独列出来是因为这些方法更流行一点。关于不变性特征,王永明与王贵锦合著的《图像局部不变性特征与描述》写的还不错。Mikolajczyk在2005年的PAMI上的文章以及2007年的综述是不错的学习材料。

    [1989 PAMI] On the detection of dominant points on digital curves

    [1997 IJCV] SUSAN—A New Approach to Low Level Image Processing

    [2004 IJCV] Matching Widely Separated Views Based on Affine Invariant Regions

    [2004 IJCV] Scale & Affine Invariant Interest Point Detectors

    [2005 PAMI] A performance evaluation of local descriptors

    [2006 IJCV] A Comparison of Affine Region Detectors

    [2007 FAT] Local Invariant Feature Detectors - A Survey

    [2011 IJCV] Evaluation of Interest Point Detectors and Feature Descriptors

    14. Feature Matching

    Fua课题组在今年PAMI上的一篇文章,感觉还不错

    [2012 PAMI] LDAHash Improved Matching with Smaller Descriptors

    15. Harris

    虽然过去了很多年,Harris角点检测仍然广泛使用,而且基于它有很多变形。如果仔细看了这种方法,从直观也可以感觉到这是一种很稳健的方法。

    [1988 Harris] A combined corner and edge detector

    16. Histograms of Oriented Gradients

    HoG方法也在OpenCV中实现了:HOGDescriptor。

    [2005 CVPR] Histograms of Oriented Gradients for Human Detection

    NavneetDalalThesis.pdf

    17. Image Distance

    [1993 PAMI] Comparing Images Using the Hausdorff Distance

    18. Image Stitching

    图像拼接,另一个相关的词是Panoramic。在Computer Vision: Algorithms and Applications一书中,有专门一章是讨论这个问题。这里的两面文章一篇是综述,一篇是这方面很经典的文章。

    [2006 Fnd] Image Alignment and Stitching A Tutorial

    [2007 IJCV] Automatic Panoramic Image Stitching using Invariant Features

    19. KLT

    KLT跟踪算法,基于Lucas-Kanade提出的配准算法。除了三篇很经典的文章,最后一篇给出了OpenCV实现KLT的细节。

    [1981] An Iterative Image Registration Technique with an Application to Stereo Vision full version

    [1994 CVPR] Good Features to Track

    [2004 IJCV] Lucas-Kanade 20 Years On A Unifying Framework

    Pyramidal Implementation of the Lucas Kanade Feature Tracker OpenCV

    20. Local Binary Pattern

    LBP。OpenCV的Cascade分类器也支持LBP,用来取代Haar特征。

    [2002 PAMI] Multiresolution gray-scale and rotation Invariant Texture Classification with Local Binary Patterns

    [2004 ECCV] Face Recognition with Local Binary Patterns

    [2006 PAMI] Face Description with Local Binary Patterns

    [2011 TIP] Rotation-Invariant Image and Video Description With Local Binary Pattern Features

    21. Low-Level Vision

    关于Low level vision的两篇很不错的文章

    [1998 TIP] A general framework for low level vision

    [2000 IJCV] Learning Low-Level Vision

    22. Mean Shift

    均值漂移算法,在跟踪中非常流行的方法。Comaniciu在这个方面做出了重要的贡献。最后三篇,一篇是CVIU上的top download文章,一篇是最新的PAMI上关于Mean Shift的文章,一篇是OpenCV实现的文章。

    [1995 PAMI] Mean shift, mode seeking, and clustering

    [2002 PAMI] Mean shift a robust approach toward feature space analysis

    [2003 CVPR] Mean-shift blob tracking through scale space

    [2009 CVIU] Object tracking using SIFT features and mean shift

    [2012 PAMI] Mean Shift Trackers with Cross-Bin Metrics

    OpenCV Computer Vision Face Tracking For Use in a Perceptual User Interface

    23. MSER

    这篇文章发表在2002年的BMVC上,后来直接录用到2004年的IVC上,内容差不多。MSER在Sonka的书里面也有提到。

    [2002 BMVC] Robust Wide Baseline Stereo from Maximally Stable Extremal Regions

    [2003] MSER Author Presentation

    [2004 IVC] Robust wide-baseline stereo from maximally stable extremal regions

    [2011 PAMI] Are MSER Features Really Interesting

    24. Object Detection

    首先要说的是第一篇文章的作者,Kah-Kay Sung。他是MIT的博士,后来到新加坡国立任教,极具潜力的一个老师。不幸的是,他和他的妻子都在2000年的新加坡空难中遇难,让人唏嘘不已。

    http://en.wikipedia.org/wiki/Singapore_Airlines_Flight_006

    最后一篇文章也是Fua课题组的,作者给出的demo效果相当好。

    [1998 PAMI] Example-based learning for view-based human face detection

    [2003 IJCV] Learning the Statistics of People in Images and Video

    [2011 PAMI] Learning to Detect a Salient Object

    [2012 PAMI] A Real-Time Deformable Detector

    25. Object Tracking

    跟踪也是计算机视觉中的经典问题。粒子滤波,卡尔曼滤波,KLT,mean shift,光流都跟它有关系。这里列出的是传统意义上的跟踪,尤其值得一看的是2008的Survey和2003年的Kernel based tracking。

    [2003 PAMI] Kernel-based object tracking

    [2007 PAMI] Tracking People by Learning Their Appearance

    [2008 ACM] Object Tracking A Survey

    [2008 PAMI] Segmentation and Tracking of Multiple Humans in Crowded Environments

    [2011 PAMI] Hough Forests for Object Detection, Tracking, and Action Recognition

    [2011 PAMI] Robust Object Tracking with Online Multiple Instance Learning

    [2012 IJCV] PWP3D Real-Time Segmentation and Tracking of 3D Objects

    26. OCR

    一个非常成熟的领域,已经很好的商业化了。

    [1992 IEEE] Historical review of OCR research and development

    Video OCR A Survey and Practitioner's Guide

    27. Optical Flow

    光流法,视频分析所必需掌握的一种算法。

    [1981 AI] Determine Optical Flow

    [1994 IJCV] Performance of optical flow techniques

    [1995 ACM] The Computation of Optical Flow

    [2004 TR] Tutorial Computing 2D and 3D Optical Flow

    [2005 BOOK] Optical Flow Estimation

    [2008 ECCV] Learning Optical Flow

    [2011 IJCV] A Database and Evaluation Methodology for Optical Flow

    28. Particle Filter

    粒子滤波,主要给出的是综述以及1998 IJCV上的关于粒子滤波发展早期的经典文章。

    [1998 IJCV] CONDENSATION—Conditional Density Propagation for Visual Tracking

    [2002 TSP] A tutorial on particle filters for online nonlinear non-Gaussian Bayesian tracking

    [2002 TSP] Particle filters for positioning, navigation, and tracking

    [2003 SPM] particle filter

    29. Pedestrian and Human detection

    仍然是综述类,关于行人和人体的运动检测和动作识别。

    [1999 CVIU] Visual analysis of human movement_ A survey

    [2001 CVIU] A Survey of Computer Vision-Based Human Motion Capture

    [2005 TIP] Image change detection algorithms a systematic survey

    [2006 CVIU] a survey of avdances in vision based human motion capture

    [2007 CVIU] Vision-based human motion analysis An overview

    [2007 IJCV] Pedestrian Detection via Periodic Motion Analysis

    [2007 PR] A survey of skin-color modeling and detection methods

    [2010 IVC] A survey on vision-based human action recognition

    [2012 PAMI] Pedestrian Detection An Evaluation of the State of the Art

    30. Scene Classification

    当相机越来越傻瓜化的时候,自动场景识别就非常重要。这是比拼谁家的Auto功能做的比较好的时候了。

    [2001 IJCV] Modeling the Shape of the Scene A Holistic Representation of the Spatial Envelope

    [2001 PAMI] Visual Word Ambiguity

    [2007 PAMI] A Thousand Words in a Scene

    [2010 PAMI] Evaluating Color Descriptors for Object and Scene Recognition

    [2011 PAMI] CENTRIST A Visual Descriptor for Scene Categorization

    31. Shadow Detection

    [2003 PAMI] Detecting moving shadows-- algorithms and evaluation

    32. Shape

    关于形状,主要是两个方面:形状的表示和形状的识别。形状的表示主要是从边缘或者区域当中提取不变性特征,用来做检索或者识别。这方面Sonka的书讲的比较系统。2008年的那篇综述在这方面也讲的不错。至于形状识别,最牛的当属J Malik等提出的Shape Context。

    [1993 PR] IMPROVED MOMENT INVARIANTS FOR SHAPE DISCRIMINATION

    [1993 PR] Pattern Recognition by Affine Moment Invariants

    [1996 PR] IMAGE RETRIEVAL USING COLOR AND SHAPE

    [2001 SMI] Shape matching similarity measures and algorithms

    [2002 PAMI] Shape matching and object recognition using shape contexts

    [2004 PR] Review of shape representation and description techniques

    [2006 PAMI] Integral Invariants for Shape Matching

    [2008] A Survey of Shape Feature Extraction Techniques

    33. SIFT

    关于SIFT,实在不需要介绍太多,一万多次的引用已经说明问题了。SURF和PCA-SIFT也是属于这个系列。后面列出了几篇跟SIFT有关的问题。

    [1999 ICCV] Object recognition from local scale-invariant features

    [2000 IJCV] Evaluation of Interest Point Detectors

    [2003 CVIU] Speeded-Up Robust Features (SURF)

    [2004 CVPR] PCA-SIFT A More Distinctive Representation for Local Image Descriptors

    [2004 IJCV] Distinctive Image Features from Scale-Invariant Keypoints

    [2010 IJCV] Improving Bag-of-Features for Large Scale Image Search

    [2011 PAMI] SIFTflow Dense Correspondence across Scenes and its Applications

    34. SLAM

    Simultaneous Localization and Mapping, 同步定位与建图。
    SLAM问题可以描述为: 机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现机器人的自主定位和导航。

    [2002 PAMI] Simultaneous Localization and Map-Building Using Active Vision

    [2007 PAMI] MonoSLAM Real-Time Single Camera SLAM

    35. Texture Feature

    纹理特征也是物体识别和检索的一个重要特征集。

    [1973] Textural features for image classification

    [1979 ] Statistical and structural approaches to texture

    [1996 PAMI] Texture features for browsing and retrieval of image data

    [2002 PR] Brief review of invariant texture analysis methods

    [2012 TIP] Color Local Texture Features for Color Face Recognition

    36. TLD

    Kadal创立了TLD,跟踪学习检测同步进行,达到稳健跟踪的目的。他的两个导师也是大名鼎鼎,一个是发明MSER的Matas,一个是Mikolajczyk。他还创立了一个公司TLD Vision s.r.o. 这里给出了他的系列文章,最后一篇是刚出来的PAMI。

    [2009] Online learning of robust object detectors during unstable tracking

    [2010 CVPR] P-N Learning Bootstrapping Binary Classifiers by Structural Constraints

    [2010 ICIP] FACE-TLD TRACKING-LEARNING-DETECTION APPLIED TO FACES

    [2012 PAMI] Tracking-Learning-Detection

    37. Video Surveillance

    前两篇是两个很有名的视频监控系统,里面包含了很丰富的信息量,比如CMU的那个系统里面的背景建模算法也是相当简单有效的。最后一篇是比较近的综述。

    [2000 CMU TR] A System for Video Surveillance and Monitoring

    [2000 PAMI] W4-- real-time surveillance of people and their activities

    [2008 MVA] The evolution of video surveillance an overview

    38. Viola-Jones

     Haar+Adaboost的弱弱联手,组成了最强大的利器。在OpenCV里面有它的实现,也可以选择用LBP来代替Haar特征。

    [2001 CVPR] Rapid object detection using a boosted cascade of simple features

    [2004 IJCV] Robust Real-time Face Detection

    六、 结束语


    历时一个多月,终于用业余时间把这些资料整理出来了,总算了却了一块心病,也不至于再看着一堆资料发愁了。以后可能会有些小修小补,但不会有太大的变化了。万里长征走完了第一步,剩下的就是理解和消化了。借新浪ishare共享出来,希望能够对你的科研也有一定的帮助。最后简单统计一下各个年份出现的频率。
    展开全文
  • 图像处理 点算子 图像处理中最基本的运算就是点运算,就是针对每个像素点进行计算。 特征提取与图像处(三) 直方图 点算子 伽马压缩 在传输过程中引入的噪声在黑暗区域被压扁,这与视觉系统的噪声敏感区域相...
  • 在我的理解里,要实现计算机视觉必须有图像处理的帮助,而图像处理倚仗与模式识别的有效运用,而模式识别是人工智能领域的一个重要分支,人工智能与机器学习密不可分。纵观一切关系,发现计算机视觉的应用服务于机器...
  • 顺序不是排名OpenCV 图像处理 计算机视觉1、浅墨_毛星云 南京航空航天大学 硕士毕业 博客专栏:[OpenCV]入门教程 很适合没有基础的同学入门 http://blog.csdn.net/column/details/opencv-tutorial.html2、赵春江 ...
  • 三者之间既有区别,又有联系,不确切的描述:计算机图形学≈画图计算机视觉≈看图数字图像处理≈看图前沐浴更衣焚香做好各种仪式,然后再看图计算机图形学(Computer Graphics)讲的是图形,也就是图形的构造方式,...
  • 包括机器人,以及刚才提到的医疗、物理、图像、卫星图片的处理,这些都会经常使用到计算机视觉,那这里呢,最常问到的问题无非就是有三个概念,一个叫做计算机视觉,一个叫做机器视觉,一个叫做图像处理,那这三个...
  • 写在前面:因学习需要,本人根据章毓晋的《计算机视觉教程》和冈萨雷斯的《数字图像处理》两本书进行学习,中间会穿插相关实践,会有对opencv的学习,以此笔记记录学习过程,激励自己学习的同时,也供大家参考。...
  • 历时一个多月,终于用业余时间把这些资料整理出来了。以后可能会有些小修小补,但不会有太大的变化了。万里长征走完了第一步,剩下的就是...图像处理计算机视觉:基础,经典以及最近发展(2)图像处理计算机视觉
  • 图像处理(Image Processing) 对已有的图像进行变换、分析、重构,得到的仍是图像。 模糊、灰度化、增强对比度; 加滤镜; 腐蚀,膨胀。 增强现实(AR)——它既需要 CG...
  • 博客上有不少人造轮子,明明一句话就能解决的事,非得花一上午的时间去for循环??这是初学数据结构的萌新的做法,如果你已经编写了足够代码,还是特别喜欢for循环去,那你用什么时间看论文,做研究呢?...
  • 著作权归作者所有。 商业转载请联系作者获得授权,非商业转载请注明出处。 作者:Vinjn张静 ...来源:知乎Computer Graphics,简称 CG 。输入的是对虚拟场景的描述,通常为多边形数组,而每个多边形由三个顶点组成,...
  • 计算机视觉图像处理框架一、概述图像处理即传感器将图像信号转换为数字信号,再利用计算机对其进行加工处理的过程。其涉及到的方法主要有图像变换、图像编码、图像去噪、图像增强、图像恢复、图像分割、特征提取、...
  • 数字图像处理就是二维矩阵的处理,而从二维图像中恢复出三维场景就是计算机视觉的主要任务之一。这里面就涉及到了图像处理所涉及到的三个重要属性:连续性,二维矩阵,随机性。所对应的数学知识是高等数学(微积分)...
  • 伴随着图像处理技术的发展,我们每天无时无刻都在接触着图像处理的一切,打开相机,设置美颜程度,伴随着快门键的按下,一张瘦脸磨皮的人像处理完成了。按下手机的解锁键,前置摄像头已经获取了你的人脸图像,并在你...
  • 计算机视觉是给定图象,推断景象特性实现的是从模型到图像的变换,也就是说从图象数据提取信息,包括景象的三维结构,运动检测,识别物体等。  模式识别则是从特征空间到类别空间的变换。研究内容包括特征提取...
  • 本系列教程主要介绍数字图像处理技术,与之相关的有 【AI】【机器视觉】 ,【计算机视觉】,那么它们之间的关系如何呢? 目录 课程介绍 1 关系图 2 区别与联系 3 课程内容 4 课程特点 1 关系图 2 区别与...
  • 申明:本文非笔者原创,原文转载自:... *********************************************************************************************************************
1 2 3 4 5 ... 20
收藏数 76,390
精华内容 30,556
关键字:

图像处理 计算机视觉