计算机视觉基础题目

1. 颜色的三要素（three elements of color）：亮度(明度)、色调(色相)、饱和度(纯度)为颜色的三属性，又称颜色的三要素。

2. 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征

HOG特征对光照不敏感；

HOG是在图像的局部方格单元上操作，所以它对图像几何的和光学的形变都能保持很好的不变性；

HOG表示的是边缘（梯度）的结构特征，因此可以描述局部的形状信息；

位置和方向空间的量化一定程度上可以抑制平移和旋转带来的影响；

采取在局部区域归一化直方图，可以部分抵消光照变化带来的影响；

由于一定程度忽略了光照颜色对图像造成的影响，使得图像所需要的表征数据的维度降低了；

由于它这种分块分单元的处理方法，也使得图像局部像素点之间的关系可以很好得到的表征。

缺点：速度慢，实时性差；很难处理遮挡问题；由于梯度的性质，该描述子对噪点相当敏感。

3. RANSAC和最小二乘法

两者的共同点都是要首先确定模型，模型分为线性模型与非线性模型。一般常见的应用是线性模型，如 f(x) = kx + t

在应用上，二者的差别是，least squares对噪声比较敏感，算法简单。而RANSAC能去除一些噪声的干扰，如果假定模型与实际的情形一致，那么一般由观测数据计算的RANSAC模型，更能接近实际情况，去除观测或过程噪声干扰，算法稍微复杂些（对噪声不敏感）

RANSAC的线性拟合算法步骤大致如下ÿ