面试基础知识准备

图像基础知识：

1. 常用的图像空间。

2. 简述你熟悉的聚类算法并说明其优缺点。

3. 请描述以下任一概念：SIFT/SURF LDA/PCA

4. 请说出使用过的分类器和实现原理。

5. Random Forest的随机性表现在哪里。

6. Graph-cut的基本原理和应用。

7. GMM的基本原理和应用。

8. 用具体算法举例说明监督学习和非监督学习的区别。

数学知识：

1. 贝叶斯全概率公式题。

2. 最小二乘拟合的公式推导和代码实现。

图像空间

Lab色彩模型除了上述不依

Lab颜色定义示意图

赖于设备的优点外，还具有它自身的优势：色域宽阔。它不仅包含了RGB，CMYK的所有色域，还能表现它们不能表现的色彩。人的肉眼能感知的色彩，都能通过Lab模型表现出来。另外，Lab色彩模型的绝妙之处还在于它弥补了RGB色彩模型色彩分布不均的不足，因为RGB模型在蓝色到绿色之间的过渡色彩过多，而在绿色到红色之间又缺少黄色和其他色彩。

如果我们想在数字图形的处理中保留尽量宽阔的色域和丰富的色彩，最好选择Lab。

参考 http://baike.baidu.com/item/Lab/1514615