[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，還存在其它精細的依賴和關係。橫向排列的主題也應辨證看待，因為多數視覺演算法涉及至少兩種不同的表達。
第二章是我們所看到和捕捉的影象的形成過程的概述。影象的形成有三個主要的組成部分。2.1節geometric image formation處理的是點、線、面，以及如何借助投影幾何和其它模型（including radial lens distortion，徑向透鏡畸變）將它們對映到影象上。2.2節photometric image formation包括輻射測量學（radiometry）和光學（optics）。2.3節介紹了感測器如何工作，包括取樣、混疊、色彩感知和攝像機內的壓縮。
趙紫晴：影象形成zhuanlan.zhihu.com
第三章涉及影象處理，包括線性和非線性濾波（3.3節）、傅利葉變換（3.4節）、影象金字塔和小波（3.5節）、影象捲繞的幾何變換（3.6節）以及一些全域性優化方法例如正則化（regularization）和mrfs（markov random fields，馬爾可夫隨機場）（3.7節）。與影象處理不同的是，計算機視覺更注重優化方法的使用。第三章還介紹了一些應用，例如無縫影象拼接和影象復原。
第四章主要介紹特徵檢測和匹配（feature detection and matching）。特徵點的匹配是當前很多3d重建技術和識別技術的基礎，也是後續第6、7、9、14章節的基礎。這裡還介紹了邊緣和直線檢測。
第六章講幾何配準（geometric alignment）和攝像機標定（camera calibration）。6.1節用線性或非線性最小二乘法（linear or non-linear leastsquares）解決基本的基於特徵的配準問題。這裡還引入了其它的概念，例如不確定性加權（uncertainty weighting） 和魯棒回歸（robust regression）。6.2節介紹了基於特徵的配準可以應用在3d姿態估計問題（3d pose estimation）上，6.3節則講了這種配準方法如何用作攝像機內標定的構成部分。還介紹了活頁動畫的**配準、手持攝像機做3d姿態估計、單檢視恢復建築模型等應用。
第七章的主題是structure from motion（運動結構），包括3d照相機運動的即時恢復（simultaneous recovery of 3d camera motion）和收集跟蹤2d特徵來重建3d場景結構（3d scene structure from a collection of tracked 2d features）。7.1節從較簡單的3d point triangulation（3d點三角剖分）開始，即已知攝像機位置時如何根據匹配的特徵重建3d點。然後介紹了two-frame structure from motion的代數方法（algebraic techniques）和魯棒取樣方法（robust sampling techniques，例如ransac，其特徵匹配可以容忍部分錯誤）。第七章的第二部分描述了多幀運動結構，包括7.3節的factorization（因子分解），7.4節的光束平差法（bundle adjustment）以及7.5節的限定運動和結構模型（constrained motion and structure models）。這裡還給出了運動結構在視覺變形（view morphing）、稀疏3d模型重建（sparse 3d model construction）、移動匹配（match move）中的應用。
第八章回到處理影象亮度，也就是基於亮度的稠密運動估計（dense intensity-based motion estimation，optical flow）。8.1節從最簡單的運動模型translational motion（平移運動）開始，介紹了分層運動估計（hierarchical motion estimation）、傅利葉方法和迭代求精（iterative refinement）。接著在8.2節中介紹了可用於補償攝像機的旋轉和聚焦的引數化運動模型（parametric motion models），以及仿射和平面透視運動。在8.3節中將其推廣為基於樣條的運動模型（spline-based motion model）。最終在8.4節推廣到通用逐畫素的光流（general per-pixel optical flow），包括8.5節介紹的layered and learned motion models。這些技術廣泛應用於自動變形（automated morphing）、幀插值（frame interpolation）和基於運動的使用者介面。
第九章關注影象拼接，也就是大的全景圖和合成圖的形成。9.1節介紹了各種可能的運動模型，包括平面運動（planar motion）和純攝像機運動（pure camera rotation）。9.2節介紹全域性匹配（global alignment），這是光束平差法的特殊情況。接著介紹全景圖識別（panorama recognition），這是一種自動識別哪些影象實際形成了重疊的全景圖的技術。最後在9.3節介紹了影象合成（image compositing）和混合（blending）主題，主要關注於選擇哪些畫素並將它們混合在一起以掩蓋**差異的問題。
第十章介紹了計算攝影學的其它應用，即從一張或多張**裡建立新的**，通常基於10.1節所介紹的基於影象形成過程的精細建模和校準（careful modeling and calibration of the image formation process）。計算攝影學方法包括10.2節所介紹的歸併多****（multiple exposures）建立高動態範圍影象、10.3節的通過模糊去除和超解析度方法（super-resolution）來提高影象解析度、10.4節的影象編輯與合成（compositing）操作。10.5節還介紹了紋理分析（texture analysis）、影象合成（synthesis）、影象修復（inpainting）、非真實感渲染（non-photorealistic rendering）。
第十一章關注立體視覺匹配（stereo correspondence），它是攝像機位置已知下的運動估計問題的特殊情況。這使得立體視覺演算法可以在更小的匹配空間中搜尋，產生稠密深度估計，進而轉化成可見表面模型（visible su***ce models）（11.3節）。11.6節還介紹了多視角立體視覺演算法（multi-view stereo algorithms），可以呈現真實3d表面而不是單一深度圖。立體視覺匹配的應用有頭部和凝視追蹤（head and gaze tracking）、基於深度的背景替換（depth-based background replacement）。
第十四章介紹識別（recognition）。14.1和14.2節介紹人臉檢測和識別技術，然後在14.3節尋找和識別特定物體。接著在14.4節介紹了寬泛類屬的識別（recognition of broad categories）並在14.5節介紹了場景內容（scene context）在識別中的作用。
全景視覺空間直線檢測 視覺SLAM深度解讀
視覺slam是什麼？視覺slam主要是基於相機來完成環境的感知工作，相對而言，相機成本較低，容易放到商品硬體上，且影象資訊豐富，因此視覺slam也備受關注。目前，視覺slam可分為單目 雙目 多目 rgbd這三類，另還有魚眼 全景等特殊相機，但目前在研究和產品中還屬於少數，此外，結合慣性測量器件 i...
計算機視覺 全景拼接原理
特徵匹配用來計算影象之間的對映關係，得到每個匹配影象對之間的單應矩陣，結合上一步的對映模型，我們可以得到最終的影象變換序列，結合前面所提到的特徵，選取sift特徵描述子 關於sift描述，可以看之前的文章 一幅圖可以變化成另一幅影象處於相同座標系的影象，有 平移變換模型 只對影象進行相對於x軸和y軸...
（計算機視覺）計算機視覺基礎
opencv cximage cimg freeimage opencv中vc庫的版本與visual studio版本的對應關係 vc8 2005 vc9 2008 vc10 2010 vc11 2012 vc12 2013 vc14 2015 vc15 2017 visual studio中的輔助...