知识体系的构建与总结——前言

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......