CV菜鸟的学习之路

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

时间如水，岁月如歌，转眼间将走过2013年，这一年CSDN博客帮助无数人记录着自己的成长、分享经验心得、助力中国程序员一起进步前行。回顾2013，CSDN博客频道作为中国 IT行业最具影响力的博客平台，举办"2013年度博客之星"评选活动，为我们广大博主提供充分展示自我风采、发掘博客新星的机会。回顾我自己在CSDN上写博客（ithomer）的四年多时间，有幸

1.C++设计模式2.C++ Primer 学习笔记3.编写高质量代码-改善C++程序的150个建议4.数据结构(内功修炼)5.C++编程规范6.C++并发实战

从2012年10月至今，已经接触图像一年了。在此期间也读了不少相关书籍，都是一知半解的。虽然也了解了一些名词，但总感觉像盲人摸象一样，不能对图像、视觉、识别有个整体的认识。今年六月份毕业至今，也工作了快半年了吧。看了不少相关的技术博客，也读了一些论文，感概颇多。感觉知识匮乏，亟待充电，苦于这个行业太过广泛，而不能了解其框架。直到看到  图像处理与计算机视觉：基础、经典以及最近发展 这篇文章，终

这是一篇关于如何实现科研论文中算法的简要指南。作者曾实现过很多书本上和科研论文中的复杂算法，在这篇文章中作者总结他在研究，阅读，编码和调试时积累的大量经验。很显然，这篇文章主要集中在和计算机科学相关的研究领域中。 然而，你也可以在其他任何领域的论文中使用下面提及的准则。1. – 开始之前在你开始阅读一篇论文和实现它之前，有几个你需要注意的地方。并请确保每次你要开始类似的项目之前，都

Last update: 2012-6-7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。本章的下载地址：http://iask.sina.com.cn/u/2252291285/ish?

Last update: 2012-6-3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。本章的下载地址在：http://

Last Update: 2012-6-23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，

1、小魏的修行路  http://blog.csdn.net/xiaowei_cqu  2、晨宇思远（邹宇华 北京航空航天大学） http://blog.csdn.net/chenyusiyuan 3、Rachel Zhang（张睿卿）的博客 http://blog.csdn.net/abcjennifer 4、zouxy09（邹晓艺） 华南理工大学 http://blog

作机器视觉和图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找到一个实际应用的项目，边做边写文章。 做好这几点的途径之一就是利用网络资源，利用权威网站和专家们的个人主页。 依照

转自：  http://blog.sina.com.cn/s/blog_53c74fa1010002pn.html做数字图像处理的，怎能没有一个图库？虽说自己可以建立，可是如果是比较知名的图库，做出来的实验结果才能比较让人信服。coral是很有名，可他要收费。我寻寻觅觅，还是找到了一些图库，有的是纯texture图库，比如著名的vistex，有的是faceimages，有的也有RGB真

Last update: 2012-6-231. 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

转自：http://blog.csdn.net/zouxy09/article/details/8550952注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-3-17一、特征提取Feature Extraction：·         SIFT [1] [Demo