计算机视觉初级部分知识体系

这两天总结了一下自己在计算机视觉初级部分的知识框架，整理如下。
个人所学并不全面（比如图像频域方面了解就比较少），仅做参考。

图像点（pixel值）运算

直方图；
线性/非线性变换；
灰度均衡化/规定化；
H-S直方图

图像几何变换

平移、旋转、镜像、缩放（图像金字塔，图像多尺度表达的一种方法，高斯金字塔、拉普拉斯金字塔）；
仿射变换

空间域滤波

线性滤波
    均值滤波、高斯滤波
非线性滤波
    中值滤波、双边滤波   

频域图像处理

傅里叶变换

形态学处理

腐蚀、膨胀、开运算、闭运算   

边缘检测

Canny；sobel算子（求梯度）、LoG和DoG（DoG是LoG的一种简化算法）

hough变换

适用于直线、圆等其他具有解析式的简单形状

阈值

自适应阈值；
双阈值（Canny中有使用）；
非极大值抑制（应用广泛，如目标检测）

轮廓

寻找轮廓、存储轮廓、多边形包围、轮廓的矩

局部特征

特征检测
    blob detection
        SIFT（尺度不变性、旋转不变性）、SURF（可用于不同帧间的匹配）
    corner detection
        Harris（单帧图像中）、Shi-Tomasi、亚像素级
特征描述
    梯度统计直方图
        SIFT、SURF、HOG、KAZE
    二进制字符串特征描述子（使用汉明距离匹配）
        ORB、LBP、BRIEF、BRISK、FREAK
应用
    寻找已知物体（匹配，模板匹配）、透视变换    

相机几何模型与相机标定

2D-to-3D reconstruction

single image
2-image
3-image
N-image
    bundle adjustment approach
    Kalman Filter

Novel sensors

Structured light(Kinect)
Time of flight laser