DUTBenjamin的博客

数字图像处理与计算机视觉基础概述 本文系统介绍了数字图像处理和计算机视觉的核心概念与技术。首先区分了图像处理（底层操作）和计算机视觉（中高层分析）的关系，指出计算机视觉是人工智能的重要分支。然后详细阐述了图像直方图、几何变换、滤波与边缘检测等基础处理方法，包括直方图均衡化、仿射变换、Canny边缘检测等关键技术。接着讨论了模板匹配、霍夫变换等模式识别方法，以及SIFT等特征点检测与描述技术。最后介绍了光流估计和相机成像原理，涵盖了从底层处理到高层分析的完整技术链条。这些基础方法为解决视角变换、遮挡、光照变化

消逝点是三维空间中一组平行直线在透视投影下的汇聚点。数学上，设三维空间中平行直线的方向向量为ddxdydzddx​dy​dz​，则其对应的消逝点是该方向向量在投影平面上的"无穷远点"的投影。在欧几里得几何中，平移、旋转、缩放等变换可通过矩阵乘法表示，但平移变换对向量的作用是加法（p′ptp′pt），无法用单一矩阵乘法实现。齐次坐标系通过在n维空间中引入第n+1维坐标，将平移转换为矩阵乘法，并统一处理无穷远点（如透视投影中的消逝点）。n维点的齐次坐标。

光线进入相机，经镜头、光圈等元件后到达图像传感器。传感器将光学影像转换为电子信号，再经过模数转换器、后处理单元等进一步处理，最终生成并保存图像。景深（Depth-of-Field, DoF）指相机聚焦平面前后相对清晰的成像范围，描述空间中能清楚成像的距离范围。真实成像过程中，3D场景到2D图像的投影关系与理想薄透镜相机模型中的投影关系的偏差称为像差。像差表现为图像的形变与失真，影响图像质量。

给定连续两帧图像IxytI(x, y, t)Ixyt（t时刻）和Ixyt1Ixyt1（t+1时刻），光流估计的核心目标是计算每个像素点xy(x, y)xy的位移矢量uv(u, v)uvIxytIxuyvt1IxytIxuyvt1该问题本质是通过图像亮度变化推断像素运动，是一个典型的逆问题，需依赖先验假设求解。

图像中具有独特局部性质的点。

图像金字塔是一种多尺度图像表示结构，通过对原始图像进行低通滤波和降采样，生成不同分辨率的图像层，类似金字塔形状。拟合是用参数模型表示特征，通过调整模型参数使模型逼近实际数据，以分析和描述数据。

图像滤波器在图像处理领域用途广泛，主要用于图像增强，像模糊、锐化、去噪等操作，还能提取和重构纹理。它通过对输入图像进行特定处理，输出不同效果的图像，例如将原始图像转换为平滑或锐化后的图像。在实际场景中，数字摄影后期处理可利用其去除照片噪点，让画面更清晰；医学图像处理里，能增强细胞图像纹理，辅助医生诊断疾病。边缘指图像中像素值发生较剧烈变化的区域。在人物图像中，人物轮廓、衣服褶皱等部位存在边缘；在自然场景图像中，物体的边界、光影变化处也会形成边缘。

前向扭曲映射：为源图像中的每一个像素计算其在目标图像中的位置及对应的像素值，得到新图像，但可能导致新图像部分像素没有值。反向扭曲映射：为目标图像中的每一个像素在源图像中找到其相应的位置及对应的像素值。多数情况下使用反向扭曲映射，因为前向扭曲映射会导致新的图像中有部分像素没有值。在图像分析中，均值和中值都是用于描述图像亮度等特征的统计量，但它们有明显区别，且中值比均值更鲁棒。