已经是N年前总结的... 之前一直用onenote，结果发现时间长了老是会有些东西找不到，所以决定以后都使用csdn来记录了，自己查询也方便
图像的前期处理
1、图像增强（相对主观）
直方图均衡化
Retinex（视网膜-皮层算法）
线性及非线性拉升
2、图像复原（以图像退化数学或概率模型为基础）
3、形态学处理
腐蚀
膨胀
开运算
闭运算
对一个已经分割出来的物体区域BLOB或目标物有哪些特征可以辅助识别：
1、面积
2、周长
3、复杂度（周长平方与面积的比值）
4、颜色（如灰度的均值、中值、最值等）
5、拓扑特性（托扑学是研究一种在图像没有撕裂和连接情况下，不受任何变形影响的图像性质，如连通区域中的空 洞数量不受变形的影响）
6、纹理（描述区域纹理的方法主要有3种：统计方法、结构方法和频谱方法）
统计方法（直方图）：
二阶矩：灰度级对比度的度量，可以用于建立有关平滑度的描绘子
三阶矩：表示直方图偏斜度
四阶矩：表示相关平直度
一致性度量：
平均熵：
7、重心
8、直径 长轴 短轴 离心率
9、外接最小矩形
10、blob延伸率
11、最小外接椭圆的长轴角度
图像处理中涉及到的特征有哪些：
颜色和灰度的统计特征
纹理
灰度共生矩阵（对比度、能量、熵等7个特征）
视觉感受相关（对比度、粗糙度、方向性、相似性、粗略度、规则性）
边缘
一阶微分（Roberts算子 、Sobel算子、Prewitt算子、Canny算子、Robinson算子）
二阶微分（Laplacian算子、LOG算子）
图像代数特征
PCA （主成分分析）
LDA （线性判据分析）
ICA （独立成份分析）
PCA、LDA、ICA是统计学的三大经典算法
SVD（奇异值分解）
图像变换系数特征
K-L变换
傅里叶变换
小波变换
小波包变换
Sift 特征
Surf 特征
Hog 特征
Haar 特征
LBP 特征
Garbo 特征
Fast 角点检测 http://www.edwardrosten.com/work/fast.html
Orb ORientedBrief http://www.cvchina.info/2011/07/04/whats-orb/