2021计算机视觉期末复习：理论与应用详解

计算机视觉是一门融合了计算机科学、电子工程和人工智能的交叉学科，它致力于通过摄像机和计算机模拟人类视觉系统的功能，对图像和视频进行处理、分析和理解。2021FZU期末复习重点关注以下几个核心概念： 1. **计算机视觉概述**： - 图像类型：包括灰度图像，它是以二维灰度函数f(x,y)表示的，反映亮度变化；彩色图像则由多个（如RGB或HSV）独立的二维灰度函数构成，如RGB三通道分别代表红色、绿色和蓝色。 2. **数字图像处理基础**： - 目的：提升图像质量、提取特征信息、编码与压缩。 - 数字图像表示：由二维像素组成，每个像素的位置和亮度值（灰度或RGB值）是关键。 3. **图像采样与量化**： - 连续图像通过采样转化为离散的像素点，如水平和垂直像素个数决定图像分辨率。 - 量化过程将连续的图像强度映射为离散的灰度值，如灰度图像的范围0-255，代表不同亮度等级。 4. **彩色图像表示**： - RGB模型用三个8位（0-255）数值表示颜色，0表示无该基色，255表示最大量。 5. **图像质量评估**： - 灰度级：图像包含的不同亮度等级数量。 - 层次：反映图像细节丰富度。 - 对比度：衡量图像亮度对比。 - 清晰度：受亮度、对比度、尺寸和颜色饱和度影响。 6. **像素关系**： - 相邻像素：如四邻域和八邻域，描述像素间的连接性。 - 距离定义：满足一致性、对称性和三角不等性的距离概念。 7. **计算机视觉应用**： - 图像增强：提高图像质量或视觉效果。 - 人脸识别与文字识别：识别图像中的人脸或文字信息。 - 姿势与动作识别：用于运动分析或行为理解。 - 基于图像的互联网搜索：利用图像内容进行信息检索。 8. **计算机视觉体系结构**： - 包括模拟图像到数字信号的转换和计算机处理两个阶段，涉及图像采集和信息处理系统。 9. **机器视觉**： - 广义上，是指利用图像技术实现工业自动化和智能化，尤其在生产环境中的自动化检测和控制。 计算机视觉期末复习的内容涵盖了图像基础、处理技术、量化方法、图像质量分析，以及与之相关的应用和理论架构，这些知识点相互关联，构成了计算机视觉这一复杂领域的基石。