常用概念和算法

---------------------------------------------- 海森矩阵

海森矩阵是用来判断该点是不是极值点的。是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部曲率。

 

---------------------------------------------- 积分图

这种算法主要优点是一旦积分图像首先被计算出来我们可以计算图像中任意大小矩形区域的和而且是在常量时间内。这样在图像模糊、边缘提取、对象检测的时候极大降低计算量、提高计算速度。

积分图像上任意位置A(x,y)的积分图是其左上角的所有像素之和（图中的阴影部分）。定义为：

    

其中ii(x,y)表示积分图，i(x,y)表示原始图像，对于彩色图像，是此点的颜色值；对于灰度图像，是其灰度值，范围为0~255。从左到右计算得到和的积分图像和公式如下

得到积分图像之后，图像中任意矩形区域和通过如下公式计算：

matlab程序如下:

img=double(imread('TestImages/lena1.png'));
[m,n]=size(img);
I=zeros(m,n);
for i=1:m
    for j=1:n
        if i==1 && j==1             %积分图像左上角
            I(i,j)=img(i,j);
        elseif i==1 && j~=1         %积分图像第一行
            I(i,j)=I(i,j-1)+img(i,j);
        elseif i~=1 && j==1         %积分图像第一列
            I(i,j)=I(i-1,j)+img(i,j);
        else                        %积分图像其它像素
            I(i,j)=img(i,j)+I(i-1,j)+I(i,j-1)-I(i-1,j-1);  
        end
    end
end

 ------------------------------------------------------------------------------------------------

常用立体匹配概念:

https://www.cnblogs.com/ding-jing/p/8654137.html