计算机视觉期末考点

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，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）①如果上面点和左面点有一个标记，复制这一标记②如果两点相同的标记，复制这一标记③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④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：①扩展：如果背景和洞的像素点临点显1，则该点从0变为1

②收缩：如果物体像素点连点为0，则将该点从1变为0

9、开、关运算：1）开运算：先腐蚀后膨胀，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、高斯噪声等

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σ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δ=√δ1²+δ2²

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、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(Edge linking) ：从无序边缘表形成有序边缘表的过程．

边缘跟踪(Edge tracking)：一个用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(contour)．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、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P[i,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。 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；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