Sucon的专栏

在看《Computer Vision:A Mordern Approach》第二版中关于“分类”一章时，书中讲道了处理图像训练数据的两个非常有用的tricks，特此记录下来，相信这两个数据处理的技巧无论是在传统的机器学习还是流行的深度学习中都很有指导意义。处理训练数据技巧1：数据增强在计算机视觉中，我们能够用一些非常简单的技巧来扩充训练样本，这对训练样本不足的情况是非常有用的。 比如，一幅厨房图像...

按此大纲列出的全书大体架构如下 

本篇思维导图相关读书笔记1.几何相机模型1.1 图像形成1.针孔透视（其实就是小时候玩的小孔成像）  2.弱透视（按比例正交）  在上图中，当d=Z0时，称为正交投影  3.带镜头的相机 4.人类的眼睛  可以看作是一个相机模型2.光和阴影2.1 像素亮度模型1.决定一个像素亮度的三个主要现象光照：照射到物体表面的光表面反射：光从表面反射到相机的部分相机对光的响应：Icamera(x)=kIpat...

本篇思维导图线性滤波器线性滤波器的主要策略是用不同的加权模式计算像素加权和，以寻找不同的图像模式1.线性滤波和卷积二维卷积公式：Rij=∑u,vHi−u,j−vFu,v,使用卷积核H将图像F卷积到域RRij=∑u,vHi−u,j−vFu,v,使用卷积核H将图像F卷积到域R几种常见的线性滤波：平均平滑、高斯平滑、导数和有限差分2.移不变线性系统2.1 三大性质叠加性按比例缩放位移不变性2.2 离散卷...

本篇思维导图注：中层视觉主要关注的是图像中的几何结构以及特定对象和目标，应用领域包括目标分割和跟踪通过聚类分割分割的目的是为了得到一幅图片中有用部分的一个精简的表示，其具体的理论和方法取决于应用的需求1 人类视觉：分类和格式塔(Gestalt)分割的普遍经验认为：一幅图像能分解为图形（一般是有意义的、重要的物体）和背景心理学格式塔学派根据人类视觉系统中周围环境影响着事物的感知的特征，制定了一系列的...

本篇思维导图图像配准(Registration)1.配准刚性物体变换：旋转(rotation)、平移(translation)、缩放(scale) ∑i[(sR(θ)xi+t)−yc(i)]2∑i[(sR(θ)xi+t)−yc(i)]2迭代最近点：通过估计对应点寻找正确的变换，然后估计基于对应点的变换，不断重复通过对应点搜索变换：搜索对应的局部区域（图形符号而不是点），使用它们来估计变换应用：图像...

HOG（Histogram of Oriented Gradient），即方向梯度直方图，是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。其依据是所检测的局部物体外形能被光强梯度和边缘方向的分布所描述，本质就是梯度的统计信息，而梯度总是存在于图像的边缘（边缘是由图像中亮度变化明显的点组成的），HOG最经典的应用是在行人检测中（HO...

SIFT特征提取算法小结SIFT(Scale Invariant Feature Transformation)特征提取算法是用于提取对尺度、旋转以及光照等鲁棒的图像局部特征并进行描述的经典算法，广泛应用于图像匹配等领域中，其主要步骤有以下几点：1. 高斯差分尺度空间生成 注：不同的尺度就是指不同的σσ,即不同的模糊（平滑）程度。2. 检测尺度空间极值点 注：检测DOG的本层8个邻域及上下相邻两层...