学习计算机视觉：（二）计算机视觉的基础

1.图像数据处理

1. 空域分析及变换
   Sobel,拉普拉斯,高斯,中值等
2. 频域分析及变换
   傅里叶( Fourier )变换
   小波( Wavelet )变换
3. 模板匹配,金字塔,滤波器组
4. 特征数据操作
   主成分分析/PCA
   奇异值分解/SVD
   聚类/Cluster

2.图像特征及描述

1. 颜色特征
   RGB,HSV,Lab等
   直方图
2. 几何特征
   Edge,Corner,Blob等
3. 纹理特征
   HOG,LBP,Gabor等
4. 局部特征
   SIFT,SURF,FAST等

---

1.图像数据处理（Image Data Processing）

1.1.图片存储原理

• RGB 颜色空间
加法混色,彩色显示器
• 3通道
Red通道
Green通道
Blue通道
• 一个像素颜色值
(b, g, r)
• 取值范围
[0, 255]
[0.0, 1.0]

1.2.空域分析及变换：滤波/卷积

1.2.1.什么是卷积

卷积是在每个图片位置(x, y)上进行基于邻域的函数计算。

其中滤波函数又有以下叫法：卷积核、卷积模板；滤波器、滤波模板；扫描窗

不同功能需要定义不同的滤波函数，卷积的作用有以下两个：
1.图像增强：平滑/去燥；梯度/锐化
2.信息提取、检测：边缘、显著点、纹理；模式

卷积的边界补充有以下类型：

1.2.2.按作用分类卷积的类型

1.平滑/去噪

1.中值滤波


2.高斯滤波

2.梯度/锐化

1.3.频域分析及变换

1.4.金字塔

1.4.模板匹配

1.5.代码实践