趋近智
计算机视觉导论
章节 1: 计算机视觉入门
什么是计算机视觉？
计算机如何理解图像
历史简述
计算机视觉的常见任务
计算机视觉系统组成部分
搭建开发环境
实践：加载并显示图像
章节 2: 数字图像基本原理
像素：图像的基本构成单位
数字图像表示
颜色空间简介
常见图像文件格式
理解图像分辨率
图像坐标系
读取和写入图像文件
实践：检查图像属性
章节 3: 基本图像处理技术
点操作：亮度调整
点操作：对比度调整
图像直方图讲解
直方图均衡化用于增强对比度
几何变换：缩放
几何变换：旋转与平移
图像滤波入门
基本平滑滤波器
动手实践：应用基本图像变换
章节 4: 特征检测入门
图像中的特征是什么？
为什么要识别特征？
边缘检测原理
边缘检测的Sobel算子
Canny边缘检测器
角点检测原理
Harris角点检测器的思路
特征描述符介绍
动手实践：图像边缘检测
章节 5: 物体识别入门
物体识别的原理
模板匹配详解
模板匹配的运作方式
模板匹配的局限性
物体识别中的挑战
机器学习方法概述
实践：简单模板匹配
历史简述
这部分内容有帮助吗？
- Rapid Object Detection using a Boosted Cascade of Simple Features, Paul Viola and Michael Jones, 2001 Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR 2001), Vol. 1 (IEEE) DOI: 10.1109/CVPR.2001.990517 - 这篇论文介绍了 Viola-Jones 框架，一个实时目标检测系统，特别是面部检测，极大地推动了计算机视觉在消费应用中的普及。
- Distinctive Image Features from Scale-Invariant Keypoints, David G. Lowe, 2004 International Journal of Computer Vision, Vol. 60 (Springer) DOI: 10.1023/B:VISI.0000029664.99615.94 - 这篇论文介绍了尺度不变特征变换（SIFT）算法，这是一种检测和描述图像局部特征的方法，广泛应用于物体识别和图像匹配。
- ImageNet Classification with Deep Convolutional Neural Networks, Alex Krizhevsky, Ilya Sutskever, and Geoffrey E. Hinton, 2012 Advances in Neural Information Processing Systems, Vol. 25 (Curran Associates, Inc.) - 这项工作介绍了 AlexNet，一个深度卷积神经网络，在 ImageNet LSVRC-2012 竞赛中取得了显著突破，标志着计算机视觉深度学习时代的开始。