m0_68784427的博客

试想一下，如果给一张图如下，要求对这张图中的点分类，你会怎么进行呢？我们当然可以认为所有的点都只有一个种类，毕竟他们本身只有坐标不同，也可以左右分成两个大类，也可以四个角落划分成四类，这一切都取决于最初定的分类个数，而这就是k均值聚类。所谓k，就是我们的目标要把数据划分为k个类。所谓聚类，就是向上面的例子一样，实现不给任何标签，让我们自己区随意分类我们要分类的话，肯定是在同一类中相似度越高越好。也就是说，在特征空间中，他们的距离（欧氏距离或者随便什么距离）整体而言是最近的。

多视图几何（Multiple View Geometry）是计算机视觉领域的一个重要概念，它涉及到从多个不同视角（角度）获取的图像中推断出物体的三维结构和相对位置关系。在现实世界中，我们通常通过不同的角度观察物体，然后通过这些不同的视角来理解物体的形状、位置和运动。多视图几何的目标就是从这些多个视图中恢复出物体的几何信息。主要内容有：三维重建、立体视觉、运动估计等。

为了处理三维图像和平面图像之间的映射，需要在映射中加入照相机产生图像的投影过程，我们将讨论如何确定照相机的参数，以及在增强现实（AR）等方面的具体应用。

单应性变换描述了平面上的两幅图像之间的映射关系。举个例子，缩放图像和旋转等都是单应性变换。​x′y′1​​​h11​h21​h31​​h12​h22​h32​​h13​h23​h33​​​​xy1​​或者说x′Hx这里的齐次坐标是依赖于尺度定义的（也就是上式中的1）。正常情况下定义点的坐标只需要定义(x,y)即可，但是此处我们增加了尺度定义可以更方便的定义一些变换。

本章将介绍两种局部图像描述子：Harris与SIFT。介绍完二者之后还会有一个实验。

我简单看了一下这本书，大体上是一本实战类的书。此处我假定所有的读者都有一定的python基础，知道如何安装库，能大致看懂python语法。下面正式开始本书内容。