我自己的计算机视觉知识结构

实践环境

OpenCV 3.2和Python 2.7

TensorFlow1.1和Python 3.5

-------------------------------------------------------------------------------

计算机视觉框架

语义感知

分类

物体，属性，场景等

检测

物体，行人，人脸等

识别

物体：车牌文本；人：人脸，指纹，虹膜，步态，行为

分割

场景的分割：自动驾驶；检测：光学图像的特征识别

检索

以文搜图，以图搜图，图文连搜

语言

图片描述，图片问答

几何属性

3D建模

双目视觉

增强现实

------------------------------------------------------------------------------

传统图像处理

空域分析和变换（sobel, laplace, 高斯，中值 ）

频域分析和变换（傅里叶变换，小波变换）

模板匹配，图像金字塔， 滤波器组

特征数据操作（主成分分析，奇异值分解，聚类）

图像特征

颜色特征：RGB，HSV，Lab等 直方图

几何特征：Edge，Corner，Blob等

局部特征：SIFT，SURF，FAST等

梯度Prewitt滤波/卷积

水平梯度/垂直边缘

垂直梯度/水平边缘

梯度sobel滤波、卷积

梯度laplace滤波、卷积

二阶微分算子

团块检测：周边高于（低于）中心点

边缘检测：像素快速变化的区域

高斯金字塔

多次高斯卷积以后，一些像素多余

n次（高斯卷积->2x采样）->n层金字塔

目的：捕捉不同尺寸的物体（合适尺寸永远未知）

拉普拉斯金字塔

高频细节信息在卷积核下采样中丢失。

保留所有层所丢失的高频信息，用于图像恢复。

模板匹配

兴趣点匹配

Harris角点（corner），任何方向移动小的观察窗，导致像素大的变化。

Blob斑点，一阶导极值点->二阶导零点/对噪声很敏感，需要先做高斯平滑

SIFT，良好不变性，独特性好，信息量丰富，少量图片能产生大量SIFT特征

HOG，纹理特征，分别计算水平，垂直梯度，彩色图选取梯度幅值最大

Gabor：类似人的视觉系统，多频率，多尺度，多方向

频域：属于加窗的傅里叶变换

空域：一个高斯核函数和正弦平面波乘积