知识体系的构建与总结——前言
2015-08-18 14:42
375 查看
经过两年的学习, 知识零碎很杂,很多都是凭一时兴趣去学的,缺少一个完整的知识体系,利用闲暇时间把这两年来所学的知识归纳一下,做个总结,同时也以便日后温习。
一、机器视觉VS计算机视觉
1.1机器视觉与计算机视觉的联系与区别
1.2视觉发展现状及应用
二、机器视觉系统
2.1视觉系统的研究层次:计算机理论层次、表达与算法层次、硬件实现层次。
2.2双目视觉系统:图像采集、相机标定、图像预处理、特征提取、图像匹配、三维重建(点云处理)
2.3视觉系统的要求:实时性、高速度、高精度
三、图像处理方法大盘点
3.1图像滤波(平滑、去噪):sobel、中值滤波、高斯滤波
3.2图像增强:灰度直方图、锐化 空间域和频域
3.3图像分割:阈值分割、区域分割、分水岭
3.4图像检测:边缘检测、直线检测、轮廓检测、角点/特征点检测
3.5图像识别:人脸识别、车牌识别、字符识别、目标识别
3.6图像跟踪:均值漂移、TLD、Camshift
3.7图像分类:支持向量机、聚类
3.8数学形态学:膨胀腐蚀、开闭运算、细化粗化
四、纹理分析
4.1纹理分析方法(统计法、模型法、频谱法、结构法)
4.2纹理特征提取(灰度共生矩阵、自相关函数、Gabor滤波等)
4.3纹理分类
五、人工智能与模式识别
5.1神经网络:BP
5.2机器学习概述(深度学习)
5.3大数据与云计算
六、软件篇
6.1 MATLAB篇
6.2 Opencv篇
6.3 LabVIEW篇
视觉涉及的学科比较广泛,内容也比较多,难免有所遗漏,还望指教,希望日后不断更新......
一、机器视觉VS计算机视觉
1.1机器视觉与计算机视觉的联系与区别
1.2视觉发展现状及应用
二、机器视觉系统
2.1视觉系统的研究层次:计算机理论层次、表达与算法层次、硬件实现层次。
2.2双目视觉系统:图像采集、相机标定、图像预处理、特征提取、图像匹配、三维重建(点云处理)
2.3视觉系统的要求:实时性、高速度、高精度
三、图像处理方法大盘点
3.1图像滤波(平滑、去噪):sobel、中值滤波、高斯滤波
3.2图像增强:灰度直方图、锐化 空间域和频域
3.3图像分割:阈值分割、区域分割、分水岭
3.4图像检测:边缘检测、直线检测、轮廓检测、角点/特征点检测
3.5图像识别:人脸识别、车牌识别、字符识别、目标识别
3.6图像跟踪:均值漂移、TLD、Camshift
3.7图像分类:支持向量机、聚类
3.8数学形态学:膨胀腐蚀、开闭运算、细化粗化
四、纹理分析
4.1纹理分析方法(统计法、模型法、频谱法、结构法)
4.2纹理特征提取(灰度共生矩阵、自相关函数、Gabor滤波等)
4.3纹理分类
五、人工智能与模式识别
5.1神经网络:BP
5.2机器学习概述(深度学习)
5.3大数据与云计算
六、软件篇
6.1 MATLAB篇
6.2 Opencv篇
6.3 LabVIEW篇
视觉涉及的学科比较广泛,内容也比较多,难免有所遗漏,还望指教,希望日后不断更新......
相关文章推荐
- poj 2485:Highways
- DOM宽高及偏移
- PowerPC PPC460-S MMU(四 Storage Attribute)
- 第6章 JSP内建对象讲解及实例讲解
- 斐波那契数列 Java实现
- ngui 减少drawcalls方法一
- 曾经的笔记迁移__指针的类型
- 优秀程序员的良好的学习方式
- ORA-12560: TNS: 协议适配器错误的解决方法
- widows server 2003分区动态扩展(vm esxi5.0)
- Application类学习总结
- 内存泄露检测
- UINavigationController & UIViewContorller
- DateTimePicker控件自定义格式
- Navicat For Mysql快捷键
- HDU1556——Color the ball(区间更新OR树状数组)
- 2015.8.18
- php删除指定目录及目录下文件
- hdoj1841Find the Shortest Common Superstring【扩展KMP模板】
- Combination Sum III