机器视觉概述思维导图

图像可以表示为两个或三个变量的连续函数，在简单的情况下，变量是平面的坐标（x, y），不过当图像随时间变化时，可以加上第三个变量t，函数图像的值对应于图像点的亮度。

数字图像性质

彩色图像可以很方便地通过TV摄像机或扫描仪获得，并且随着存储成本的降低，与多光谱数据关联的大矩阵的内部存储量太大的问题也得到减轻，这使得处理彩色图像的成本大幅度降低。

积分线性变换

傅里叶变换

离散余弦变换

小波变换

矩阵

链

拓扑数据结构

关系结构

亮度校正

灰度级变换

这种技术可以消除图像获取时所出现的几何变形，如果我们需要匹配同一物体的两幅不同的图像，就需要用到几何变化，我们只考虑2D情况下的几何变化，因为这对于绝大多数数字图像来说已经足够了。

图像平滑

边缘检测算子

我们称旨在抑制退化图而利用有关退化性质知识的预处理方法称为图像复原

将图像划分为强相关性的、含有真实世界物体的区域所组成的部分。图片分割根据灰度、颜色、纹理和形状等特征将图像进行划分区域，让区域间差异性明显，区域内呈相似性。

对于区域描述，区域标识是必需的，区域标识的很多方法是给每个区域（或每个边界）标志一个唯一的数字，这样的标识称为标注（labeling）或者着色（coloring），而最大的整数标号通常也就给出了图像区域中的数目。另一种方法是使用少数目的标号（在理论上四个就足够了）。

①小数化分数

②分数化小数

交换律

結合律

子主题 3