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
特征描述符介绍
这部分内容有帮助吗？
- Computer Vision: Algorithms and Applications, Richard Szeliski, 2022 (Springer Nature) DOI: 10.1007/978-3-030-34368-9 - 一本全面的教材，提供了计算机视觉的完整概述，其中包含专门介绍特征检测与描述的部分。
- 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 - 这篇奠基性论文介绍了SIFT，有效地描述了鲁棒且独特的特征描述符的需求，说明了它们在匹配和识别中的应用。