学习笔记——人工智能与计算机视觉

人工智能：计算机模拟人的某些思维方式，思维过程，进行学习、推理思考。

 

特征向量

表示，获取，使用知识，转化为计算机认识的语言，让计算机计算

数据：语音信号、文字信号、图像信号、表格

颜色空间：也成为颜色模型，用于描述色彩，常见的颜色空间包括:RGB,CMYK（纺织领域），YUV（摄像头，智能手机）等，每一种颜色代表一种编码。

RGB：红绿蓝三个颜色通道每种色分为２５６（０－２５５）阶亮度，每个像素点有三个通道

特征图里的通道数有着更复杂的含义。

灰度图：一个通道，只关注纹理信息，不关注色彩信息，将数据转到－１～１之间，数据收敛更好

常见图像处理的概念：亮度、对比度、饱和度；平滑、锐化；直方图均衡化

亮度、对比度、饱和度：亮度——加一个值；饱和度——饱和度越高，色彩种类越多，外观越鲜艳。

图像的平滑和降噪：平滑——突出图像的宽大区域、低频部分、主干部分或抑制图像噪声和干扰高频成分的图像处理方法，使得图像亮度平缓渐变，减少突变梯度，改善图像质量。

图像锐化、增强：和平滑是相反的操作，增加了噪声，微分法和高通滤波法

边缘提取算子：通过微分（求差）方式计算图像的边缘——Ｒｏｂｅｒｔｓ算子等，相邻元素在做差，纹理图像

图像直方图均衡化：灰度直方图为均匀分布，对图像中像素个数多的灰度级进行展宽，对像素少的灰度级进行缩窄，提高图像质量

图像滤波：

形态学运算：腐蚀和膨胀

ＯｐｅｎＣＶ及常用的库函数有很多。