数字图像处理 冈萨雷斯 (内含算法链接)
空間坐標變換
計算機視覺：相機成像原理：世界坐標系、相機坐標系、圖像坐標系、像素坐標系之間的轉換
仿射變換一般形式：
| 變換名稱 | 仿射矩陣 | 坐標公式 | |
| 恒等變換 | |||
| 尺度變換 | |||
| 旋轉變換 | |||
| 平移變換 | |||
給定圖像中灰度級出現的概率可估計為：
式中是灰度在圖像中出現的次數，是像素總數。 平均灰度由下式給出：
類似地，灰度的方差是?????
方差是z值關于均值的展開度的度量，因此它是圖像對比度的有用度量。通常，隨機變量z關于均值的第n階矩定義為：
基本灰度變換函數
圖像增強常用的三類基本函數：
（1）線性函數（反轉和恒等變換）
（2）對數函數（對數和反對數變換）
（3）冪律函數（n次冪和n次根變換）
直方圖處理（直方圖是多種空間域處理技術的基礎，直方圖操作可用于圖像處理）
直方圖均衡(同岡薩雷斯)
| 圖像處理流程 | 點云處理流程 | ||
| 圖像輸入 | |||
| 預處理 | |||
| 特征提取 | |||
| 特征分類 | |||
| 匹配 | |||
| 完成識別 |
?顏色模型：RGB HSV YUV相互轉換
圖像相減經常用于增強圖像之間的差別。
所用到的知識：
1、LMS Algorithm 最小均方算法? 是損失函數
2、傅里葉級數：
設是周期為的周期函數，且能展開成三角級數
3、正態分布（高斯分布）
4、期望， 方差， 協方差，標準差
終于明白協方差的意義了
5、SVD（奇異值分解）
奇異矩陣與非奇異矩陣
6、?SIFT特征點提取?
????? SIFT算法詳解
7、RANSAC算法理解
8、優化庫——ceres
ceres庫基本介紹?
1.ceres是什么
Ceres Solver是一個開源C++庫，用于建模和解決大型復雜的優化問題。它可以用于解決具有邊界約束和一般無約束優化問題的非線性最小二乘問題。它是一個成熟，功能豐富且高性能的庫。Ceres Solver是谷歌2010就開始用于解決優化問題的C++庫，2014年開源。在Google地圖，Tango項目，以及著名的SLAM系統OKVIS和Cartographer的優化模塊中均使用了Ceres Solver。
2.如何使用
使用Ceres求解非線性優化問題，一般分為三個部分：
1、 第一部分:構建cost fuction，即代價函數，也就是尋優的目標式。這個部分需要使用仿函數（functor）這一技巧來實現，做法是定義一個cost function的結構體，在結構體內重載（）運算符，具體實現方法后續介紹。
2、 第二部分:通過代價函數構建待求解的優化問題。
3、 第三部分:配置求解器參數并求解問題，這個步驟就是設置方程怎么求解、求解過程是否輸出等，然后調用一下Solver方法。
9、CMOS圖像傳感器的原理與應用
10、ORB算法原理解讀
11、最小二乘法
12、雅可比矩陣幾何意義的直觀解釋及應用
13、雅可比矩陣和行列式（Jacobian）
14、淺顯易懂——泰勒展開式
15、矩陣分析——矩陣的QR分解
降維的算法有很多，比如奇異值分解(SVD)、主成分分析(PCA)、因子分析(FA)、獨立成分分析(ICA)。?
總結
以上是生活随笔為你收集整理的数字图像处理 冈萨雷斯 (内含算法链接)的全部內容，希望文章能夠幫你解決所遇到的問題。
