视觉处理常用的一些概念和微小算法
------- start ------- 常用概念 --------------------------------------->
~ false positives 虚警率
~ false negative 漏检率
~ recall 检出率/查全率
~ precision 正确率
~ undistorted matching points 不失真的匹配点
~ 均值,标准差,反差,协方差，具体解释可以参考 http://blog.csdn.net/yangdashi888/article/details/52397990
1.均值描述的是样本集合的中间点
2.标准差描述的是样本集合中的各个样本点到均值的距离之平均,反应集和内点的分散程度,数值越大越分散
3.方差是标准差的平方
注:协方差的引入原因:以上参数对于一位数据度量已经够用,如果需要对二维数据进行度量,则需要协方差
4.协方差:
如果结果为正值，则说明两者是正相关的(从协方差可以引出“相关系数”的定义),结果为负值就说明负相关的,如果为0，也是就是统计上说的“相互独立”。
~ 梯度和梯度的长度
标量场的梯度是一个向量场。标量场中某一点上的梯度指向标量场(像素值变化)增长最快的方向，梯度的长度是这个最大的变化率。
~ 张量
在工程领域，把一维数组称为矢量，把二维方阵称为二阶张量，把3维方阵称为三阶张量，这只是惯用术语，但远非其本质.
~ 图像归一化
1.基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。也就是转换成唯一的标准形式以抵抗仿射变换,图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。
2.matlab里图像数据有时候必须是浮点型才能处理，而图像数据本身是0-255的UNIT型数据所以需要归一化，转换到0-1之间。
3.归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。
~ diffuse reflection 漫反射
~ specular reflection 镜面反射
~ Prior Art 现有技术
~ iterative frameworks 迭代框架
~ linear(or nonlinear) systems 线性(非线性)系统
~ bilateral filtering 双边滤波
~ illumination chromaticity 光照色度
<---------------------------------- end ------- 常用概念--------
---------- start ---------- 微小算法 ------------------------------->
~ intergral images 积分帧(算法),该算法能够快速算出区块的灰度和
An integral image helps you rapidly calculate summations over image subregions. Every pixel in an integral image is the summation of the pixels above and to the left of it.
To calculate the summation of a subregion of an image, you can use the corresponding region of its integral image. For example, in the input image below, the summation of the shaded region becomes a simple calculation using four reference values of the rectangular region in the corresponding integral image. The calculation becomes, 46 – 22 – 20 + 10 = 14. The calculation subtracts the regions above and to the left of the shaded region. The area of overlap is added back to compensate for the double subtraction.
In this way, you can calculate summations in rectangular regions rapidly, irrespective of the filter size.
<---------------------------------- end ------- 微小算法--------
