很注重数学和408

Structure from Motion（sfm）恢复三维结构和摄像机参数。如果给了摄像机参数m和m‘，p和p’的对应关系，就可以用最小化的方法求解出来。运动恢复结构的应用三角化：3dmarks可以进行处理的运动恢复结构可以知道摄像机的位姿，可以定位出机器人在空间内的位置可以进行控制。可以从互联网的海量图片进行三维场景重建：slam：同时定位以及建图，能够知道三维场景的地图并定位自己，slam是一个视频序列，图片是连续的，sfm通常比较慢，slam会简化某些步骤，但是精度没有sfm快。数

中层处理，不处理像素级别的了。Segmentation分割是为了找到主体，这样进行分析就更加容易了。过分割：把一个完整的物体分成好几个欠分割：把不同的物体分成一个了图像分割的目标超像素：把一个图中相似的地方都放到一起，每个区块中的语义相似，这样就不需要处理每个像素点，表达更加简洁。Bottom-up process利用底层像素的相似性进行连接。Unsupervised（无监督的）利用语义的相似性进行分割人是Bottom-up和top-down结合，supervised 和un.

三维重建-摄像机模型

摄像机标定&三维重建基础&极几何

目标检测

补：那个在Mean shift中的移动是在大圈里面再画一个小圈，然后在小圈里的点一起同时移动到最后的中心。识别&词袋模型

SIFT特征（续）不会影响是否是尺度不变点，但是影响圆的大小，只要有尺度不变点，无论大小都能找到。（covariance）灰度变化是否会改变呢？？上面两个图中的内容是对应不上的，究其原因是因为对视角的变化是无法作出正确的判断的，视角变了之后信号就变了。所以两个⭕️中的东西是对应不上的，所以更希望这两个圆具有自适应性。加了仿射变换的SIFT特征对于一个圆形的东西，lambda在两个方向变化的速度是一样的。把上面图像中的两个圆中的像素拿出来计算两个圆中像素的M矩阵，然后找到信号变化最快的两个方

尺度不变区域与SIFT特征如上图，无论圆的大小都可以将其检测出来。不考虑尺度和远近。两个圆中的内容是一样的虽然大小不同，尺度不变的covariance。前面提出先对图像进行边缘提取使用高斯卷积，高斯卷积实际上做了两件事情一件是高斯平滑一件是求导，看导数最大点对应边缘。高斯二阶导也可以求边缘，当二阶导为0的时候就是边缘，对于高斯二阶导也可以称作是Laplacian和，首先用二阶过零点检测边缘，但是实际上没有用这个判断边缘。首先也是进行平滑处理，然后使用高斯二阶导得出最后一个图的相应结果。高斯一

Hough transform补充如果这里的（x,y)的方向不给定的话，每确定一个半径r的值就会在image space上画出一个圆，那假设现在确定的r之一是r0，那（x，y）在Hough parameter space上进行投票就是一个圆（也就是一个点对应一个圆），那么整个image space中的圆上的所有点（x，y）对应的就是Hough parameter space中的一个锥面。每个点一个锥体？？？？【为啥】这里有两个方法：左侧空间上的每个位置给给右边的空间画一个圆，然后在右边的空间上看

主要使用numpy中的pad实现数据填充Array：待填充的数组pad_width:Number of values padded to the edges of each axis.在当前的数据上下左右要填充的数据的个数（填充的形状）mode ：不同的填充方法一维数组填充import numpy as nparr1D = np.array([1, 2, 3, 4, 5, 6])'''不同的填充方法'''print 'constant: ' + str(np.pad(arr1D, (2,

拟合拟合所面临的问题首先要考虑的就是噪声点，本来不是属于这个位置上的点现在在这个位置上，第二个要考虑的是外点，就是本来和这个边缘毫无关系的点却对这个边缘产生了影响，第三个要考虑的就是缺失的数据。所有的点都是属于直线上的如何求方程呢？最小二乘法（每次角度的转变，点和线的位置是变化的），一个是全最小二乘（一个是沿着外方向的最短，一个是点到直线的距离最短）（点和线的相对位置关系不会随着视角的改变而改变）首先给出一个损失函数，给出目前的点和现在的直线的关系，然后对参数进行优化，最后得到的直线就是最终的函

边缘能够紧凑的表达图像里的内容信息边的提取使用倒数，为极值的时候为边缘边缘提取与拟合另一种定义边缘的方式Prewitt：对左右点的单点噪声不太敏感，将自身考虑乘0，左右两侧分别是-1和1，否则[-1,1]这种如果单点噪声严重则不准确。Sobel：将矩阵拆分为两个[1,2,1]T 和[-1,0,1]，前面的是高斯核，后面的是边缘提取，也就是说在边缘提取之前先做了一个平滑处理。这个核是可分离的，Sobel算子受到的影响更小。Roberts：Mx检测的是135度方向的线，而My检测的是45度放方.

卷积Types of Images常见的图像类型有哪些？二进制图像、灰度图像、彩色图像Binary image representation二进制图像元素要么是1，要么是0，要么是黑要么是白。Grayscale image representation每个元素的图像取值范围是0-255，代表不同的灰度。Color image representation彩色图像一个点有RGB三个通道表示，每个通道是0-255，可以代表RGB的每种通道的不同取值范围（或者BGR）Motivation

背景介绍学习路线

图像表达按数据的组织可粗略的分为4层（思维导图补充）图像理解自底向上的信息处理方式，从几乎无抽象的信号，到更高的抽象描述。⚠️信息流并非需要是无向的，时常会引入反馈回路以便根据中间结果修改算法。...