視覺為什麼如此困難？
部分原因是因為它是乙個逆問題，在資訊不足的情況下，我們試圖恢復一些未知量來給出完整的解答。因此，我們必須求助於基於物理的和基於概率的模型來消除潛在解的歧義。
物理學/計算機圖形學
物體運動-> 光線反射-> 空氣散射-> 經由攝像機鏡頭（眼睛）-> 投影到平的（彎的）影象面上
計算機視覺
做上述反過程：描述從一幅或多幅影象中看到的世界（形狀、照明、色彩等）
解決計算機視覺問題的方法反向工作模式
1.提出詳細的問題定義，並解決問題的約束和技術引數
2.找到已知有效的方法，實現一部分，測評其效能，最終確定乙個選擇
【注】測試資料
1.合成的資料：用於驗證正確性，並進行敏感性分析
2.相應型別的真實世界資料
計算機視覺與影象處理領域區別
計算機視覺期望從影象恢復世界的三位結構，並以此為跳板得出完整的場景理解
計算機視覺概述
由於得到是三維世界的二維檢視，沒有某種固定的方法來重建出乙個三維的資訊，因此即使資料完美，它也是不可解的。並且會有很多來自頭疼的問題 來自真實世界的天氣變化 鏡頭和機械結構不完美 感測器運動模糊 與其他的電子器件產生噪音 採集後壓縮產生的變化。某種程度上來說是借助於參考物，可以可能的位置進行乙個大體...
計算機視覺演算法
講了乙個最小二乘法問題 存在四個不在一條直線上點，擬合一條直線，使這條直線能夠 誤差最小的穿過這四個點 雖然還不知道具體怎麼解。引申到矩陣的最小二乘法 有三個矩陣a，b，c，a為4 2,c為4 1，a b c.求b矩陣 求b，a矩陣是乙個非奇異矩陣，不可逆，所以讓a轉置左乘a構成滿秩矩陣c，可得b等...
全景視覺空間直線檢測 計算機視覺 演算法與應用
2 塞利斯基,艾海舟.計算機視覺 演算法與應用 m 清華大學出版社,2012.作者給出的章節結構圖如下 從左至右分別是基於影象 2d 基於幾何形狀 3d 和基於光度學 表現 從上至下，建模和抽象的層次在增加，下層的方法基於上面所提的演算法基礎上發展。其中的處理和依賴關係不是嚴格有序的，還存在其它精細...