乔卿的博客

它所描述的是不同色彩在整幅图像中所占的比例，反映了图像颜色分布的统计特性，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。聚类无监督学习，针对给定的样本，根据它们的数据分布，相似的样本分配到相同的簇，不相似的样本分配到不同的簇。要检测运动场景中的运动目标，关键在于对场景的运动进行估计，通过估计出的运动参数补偿场景的运动，最后再用帧差法得到运动目标。（3）图像的表示将图像提取SIFT特征，量化为视觉单词的向量化表示，统计每个单词出现的次数，从而将每个图像表示为一个K维的向量。...

意义若一幅图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。该图像主要存在两个问题（1）存在椒噪声、（2）整体灰度值偏低，图像过暗，对比度过低。均值滤波器、中值滤波器、最大值和最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器。高斯噪声、瑞利噪声、伽马噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）图像增强主要是一个主观的过程，而图像复原的大部分过程是一个客观的过程。高通理想高通、巴特沃斯高通滤波器、高斯高通滤波器。CMYK青、品红、黄、黑。...

给定N个点的世界坐标与像素坐标的对应关系，计算相机的内参和外参。，通过相机投影矩阵，将3D世界点转换为2D图像点（齐次坐标）如何求变换矩阵找特殊点在相机坐标中的表示。焦距、光心位置、像素分辨率、偏斜角。（2）根据消失点、消失线标定相机。焦距扩大2倍，光线变为四分之一。根据相似三角形，仅与焦距有关，平移、旋转，取决于外部参数，个未知数，至少需要6对匹配点。（1）坐标归一化的DLT将。->仿射变换Maff。......

仿射空间到相似空间确定无穷远直线（2D）/平面（3D）->确定对偶绝对二次曲线/曲面->变换到标准形式->将对偶绝对二次曲线/曲面进行奇异值分解。射影空间到仿射空间找到无穷远平面在射影空间的表示，变换到标准型，求出H。绝对二次曲线无穷远平面上的一条二次曲线，是无穷平面上的纯虚圆。无穷远平面的标准型(0,0,0,1)^T。当且仅当是仿射变换，绝对二次曲线是不动的。当且仅当是相似变换，绝对对偶二次曲面不动。确定虚圆点->绝对二次曲线相似空间。平行的平面相较于无穷远平面。确定无穷远平面仿射空间。......

选择方法特征数目N较小时暴力搜索，空间维度D较小时KD树，否则哈希。3个点+2个虚圆点确定一个圆，5个点确定一个二次曲线。哈希局部敏感哈希用多个哈希函数预处理数据点，使得。坐标归一的DLT（目标函数）、RANSAC（抗噪）从射影空间中确定一条线为无穷远直线，就得到仿射空间。warping变形，包括空间坐标变换与像素值赋值。查询时用哈希函数找到桶，再对桶中的点进行检索。KD树O(logN)，最大方差的维度进行分裂。（1）基于特征点匹配的图像对齐最近邻匹配。从射影空间恢复仿射度量，需要。.........

SIFT的不变性旋转不变（按主方向归一化）、小的平移不变（取的梯度方向直方图）、光照不变（描述子由梯度组成）SIFT描述子带方向的空间梯度直方图，特征点附近分成4*4个区域，角度8等分，特征维度为128维。方向直方图计算各个位置梯度的角度，画成直方图，横坐标是梯度方向，从而可以找到主方向，然后归一化。基本概念特征检测、特征描述、特征匹配。............