计算机视觉-算法与应用第二章学习

第二章偏基础，有些难。所以笔记做的也不是很好。

简单说说自己的体会：

2D 3D图像的变换：平移、刚性、刚性变换就是改变方向但是不改变形状、大小的变换、相似、仿射、投影。这几种变换依次难度增加，且这些变换大多是利用齐次方程来做的（所谓齐次线性变量就是在你原有的维度上加一维{x,y,1}{x,y,z,1}。

接下来是3D旋转：这个之前没接触过，总的来说旋转方法分4种：旋转向量，旋转矩阵，四元法，还有欧拉角。书上重点介绍了旋转向量和四元法。其中还用到了罗德里格斯公式。具体不说了，只是想提醒一句，需要记住，旋转的时候水平方向是不改变大小的，垂直于旋转轴的方向改变大小，旋转矢量可以利用圆的向量表示法（或者投影、点积来理解）昨天我在这块公式的推导中受了很多阻碍，所以，要多当心。

总结来说旋转矩阵适应用小角度表示，而四元法更通用。

接下来就是讲摄像机了，图像畸变是不可避免的。

光度测量基础中提到了最常用的BRDF模型，包括：漫反射和镜面反射。进一步的Phong模型中又添加了散射。其实散射无处不在，所以Phong模型的渲染效果更好。全局光照这块我没有细看。

下面的光学、色彩知识我都略过了。这些比较基础，且因相机、环境而定。

习题没有做，只是看了第一道题：最小二乘法的（平方法）的应用。