(完整word版)计算机视觉期末考点

1、计算机视觉重点考点集锦手工整理，如有错误，慎之！第一章1、计算机视觉：研究用计算机来模拟生物视觉功能的科学和技术.2、 视觉表示框架的三个阶段（也就是提取三阶段）：1）第一阶段是将输入的原 始图像进行处理，抽取基本特征形成基元图。2）第二阶段（中期阶段）是指在以 观测者为中心的坐标系中，由输入图像和基元图恢复场景可见部分的深度、法 线方向、轮廓等，形成二维半图。3）第三阶段（后期阶段）是在以物体为中心的 坐标系中，由输入图像、基元图、二维半图来恢复、表示和识别三维物体。第三章1、 二值图像的特点：a.假定二值图像大小为 mxn,其中物体像素值为 1，背景像 素值0;b.二值图像处理的算法简单，

2、易于理解和实现，计算速度快； c.二值视 觉所需的内存小，对计算设备要求低；d.二值视觉系统技术可用于灰度图像视 觉系统2、 二值图像的获取：1）通过图像的阙值 2）通过硬件实现 3）通过软件实现3、图像分割：把图像划分成区域，使每一个区域都对应一个候选的目标。4、图像二值化：设一副灰度图像中物体的灰度分布在某一区间内，通过阙值运 算后的图像为二值图像5、投影分类及作用：1）水平/垂直投影；给定直线上的投影；对角线投影（仿 射变换）2）投影能表现图像的某种信息。6 4-连通成分序贯法（标记算法）步骤：1）从左到右，从上到下扫描图像2） 如果上面点和左面点有一个标记，复制这一标记如果两点相同的

3、标记，复制这一标记 如果两点有不同标记，则复制上点标记且将两个标记输 入到等价表中作为等价标记 否则给这一像素点分配一个新的标记并将这个 标记输入到等价表3）如考虑更多的点，回到第二步4）在等价表中的每一等价集中找到最低的标记5）扫描图像，用等价表中的最低标记取代每一个标记7、欧拉数:E=C H,连通成分数（C）空洞数（H）8、扩展与收缩:1）要掌握用结构元进行扩展与收缩2）先扩展后收缩：补上不希望存在的洞3）先收缩后扩展：去除孤立的噪声点4）定义：扩展：如果背景和洞的像素点临点显 1，则该点从 0 变为 1收缩：如果物体像素点连点为 0，则将该点从 1 变为 09、开、关运算:1）开运算：先

4、腐蚀后膨胀，去除比结构元小的区域的像素点2）关运算：显膨胀后腐蚀，填充比结构元小的孔洞第四章1、常见的噪声：常见的噪声有椒盐（Salt & Pepper ）噪声、脉冲噪声、高斯 噪2、常见的滤波器：均值滤波器，高斯平滑滤波器，非线性滤波器（包括中值滤 波器，边缘保持滤波器）3、 高斯平滑滤波的 5 条性质：1）旋转对称性 2 ）高斯函数是单值函数 3 ）高 斯函数的付立叶变换频谱是单瓣的 4 ）高斯滤波器宽度由参数c表征 5）高斯 函数的可分离性4、级联高斯函数：会计算相同效果S=V512+522第五章1、边缘：边缘是指图像局部强度变化最显著的部分边缘主要存在于目标与目 标、目标与背景

5、、区域与区域之间2、 图像强度的不连续可分为：1）阶跃不连续，即图像强度在不连续处的两边 的像素灰度值有着显著的差异；2）线条不连续，即图像强度突然从一个值变化 到另一个值，保持一较小行程后又回到原来的值3、 术语定义：边缘点（Edge point）:在亮度显著变化的位置上的点.边缘段（Edge segment）:对应于边缘点坐标及其方位.边缘检测器 （Edge detector） :从图像中抽取边缘集合的算法. 轮廓 （Boundary）:边缘列表或一条表示边缘列表的拟合曲线. 边缘连接（Edgelinking）:从无序边缘表形成有序边缘表的过程.边缘跟踪（Edge tracking）:个用

6、来确定轮廊的图像搜索过程.4、 边缘检测算法基本步骤：1）滤波：边缘检测算法主要是基于图像强度的一 阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪 声有关的边缘检测器的性能.需要指出，大多数滤波器在降低噪声的同时也导 致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折衷.2 ）增强： 增强边缘的基础是确定图像各点邻域强度的变化值.增强算法可以将邻域（或 局部）强度值有显著变化的点突显出来.边缘增强一般是通过计算梯度幅值来完成的.3 ）检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的 应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点.最简 单的边缘

7、检测判据是梯度幅值阈值判据.4 ）定位：如果某一应用场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以被 估计出来.5、LOG 算法的两种等价算法:1）求图像与高斯滤波器卷积，再求卷积的拉普拉 斯变换.2）求高斯滤波器的拉普拉斯变换，再求与图像的卷积.6 canny 边缘检测算法步骤：1）用高斯滤波器平滑图像；2）用一阶偏导有限差 分计算梯度幅值和方向；3）对梯度幅值应用非极大值抑制 ；4）用双阈值算法 检测和连接边缘.第六章1、轮廓：把边缘连接起来就成为轮廓 （co ntour）.轮廓可以是断开的，也可以 是封闭的.2、轮廓的表示方法：轮廓可以用边缘有序表或曲线来表

8、示。曲线通常称为轮廓 的数学模型.曲线表示包括线段、二次曲线、三次样条曲线等.3、内插和逼近曲线：已知一组称为控制点的坐标点，内插是指一条曲线拟合这 组控制点，使得曲线通过所有的控制点；逼近是指一条曲线拟合这组这组控制 点，使得这条曲线非常接近这些控制点而无需一定通过这些点.4、链码：链码是沿着轮廓记录边缘表的一种表示方法链码规定了边缘表中每 一个边缘点的轮廓方向，其中方向被量化为四个或八个方向中的一个.5、链码、差分链码的表示：曲线的链码是：6022222021013444444454577012其差分链码是：220000627712100000017120111（差分链码=链码的后-前）6

9、、 样条曲线的两种等效及其异同点： 1 ）几何等效：指它们连接相同的点集， 即它们在空间上对应着相同的形状；2）参数等效：两条曲线的方程一样.显然，参数等效性比几何等效性更稳定.两条曲线可以是几何上等效但可以具有不同的参数表示式，这是机器视觉中曲线拟合的一个重要概念比如，机 器视觉系统可以产生基于三次样条曲线的表示，其在几何上非常接近于物体轮 廓的真实表示，但在参数意义上，表示可能完全不同在物体识别应用方面和 工业零件图像与其模型匹配应用中，通过比较三次样条曲线的参数形式实现匹 配几乎是不可能的，在这种情况下，比较必须基于几何等效性7、 Hough 变换算法：1）适当地量化参数空间.2）假定参

10、数空间的每一个单元 都是一个累加器 3）把累加器初始化为零 4）对图像空间的每一点，在其所满足 的参数方程对应 的累加器上加 1; 5）累加器阵列的最大值对应模型的参数.第七章1、 纹理：按一定规则对元素或基元进行排列所形成的重复模式2、 灰度级同现矩阵：灰度级同现矩阵 Pi,j是一个二维相关矩阵，规定一个位 移矢 d=（dx,dy）,计算被 d 分开且具有灰度级 i 和 j 的所有象素对的个数。灰度同现矩阵示意图， 左边为 一幅 5X5 的图象，具有三个灰 度级，右边为同现矩阵，位移矢量 d=（1,1）第八章1、辐照度与辐射度：1）辐射度：单位面积辐射表面在单位时间内向某一方 向辐射的能量；

11、2）辐照度：单位时间到达单位面积表面的辐射能量光源只有辐 射，图像平面2 1 2010 2 1 1；10 1 2 :201 2 2012 0 ,101只有辐照，物体既有辐照，也有辐射 2、双线反射分布函数：到达表面的辐照度与辐射度之比第十章1、线性颜色空间（RGB 莫型的线性变换）：RGB, CMY, XYZ, YIQ, YUV2、非线性颜色空间（RGB 莫型的非线性变换）：L*a*b*, L*u*v*, HSV（HSI）第十一章1、深度图：每一个像素值表示场景中某一点与摄像机之间的距离所形成的图像 叫做深度图2、测距成像系统原理公式及推导：假设坐标系原点与左透镜中心重合。 F 是焦距，B 是

12、基线距离。3、基线过长所产生的问题：随着基线距离的增加，两个摄象机的共同的可视范 围减小；场景点对应的视差值增大，贝 U 搜索对应点的范围增大，出现多义性的 机会就增大；由于透视投影引起的变形导致两个摄象机获取的两幅图像不完全 相同，这就给确定共轭对带来了困难.第十二章1、识别系统的基本组成：模型库，特征检测器，假设生成和假设验证2、物体的检测和识别的策略：进行物体识别的第一步是物体特征检测， 然后基 于检测出来的图像特征，对图像中可能的物体建立假设公式，并使用物体模 型来验证假设，并不是所有的物体识别方法都需要很强的假设公式和验证步骤，大部分识别策略已经演化，将假设和验证着两步一不同的比例组合起来第十四章1、摄象机和场景运动的四种模式：1）摄象机静止/物体静止：简单的静态场