综述

计算机视觉入门学习,看这一篇就够了。我已系统梳理了80+个核心算法,覆盖传统视觉从底层图像处理到高层视觉理解的完整技术链条。这份终极指南助你无需四处搜寻,一文构建完整的视觉知识体系,带你从视觉入门走向精通。

====> 持续更新中,欢迎评论区留言。

传统计算机视觉算法

  1. 边缘与角点检测
  2. 特征提取与描述
  3. 光流法
    • Lucas - Kanade光流法
    • 稠密光流(Dense Optical Flow)
    • DeepFlow
    • FlowNet/FlowNet2.0
  4. 模型拟合与优化
    • RANSAC(随机抽样一致)
  5. 图像增强与滤波
    • 直方图均衡化
    • 高斯滤波
    • 双边滤波(Bilateral Filter)
    • 引导滤波(Guided Filter)
    • 非局部均值去噪(Non - Local Means)
    • BM3D(块匹配与3D滤波)
    • 多尺度Retinex(MSR)
    • 盲去卷积(Blind Deconvolution)
    • Retinex理论(色彩恒常性)
  6. 图像分割
    • 分水岭分割算法
    • GrabCut图像分割
    • 形态学操作(腐蚀/膨胀)
    • K - Means聚类用于图像分割
    • 区域生长算法
    • 水平集方法(Level Set)
    • GraphCut(图割算法)
    • Otsu阈值分割
    • 超像素分割(SLIC, SEEDS, Felzenszwalb算法)
    • 马尔可夫随机场(MRF)
    • CRF(条件随机场)/ CRFasRNN
  7. 图像变换
    • 傅里叶变换
    • 霍夫变换(直线/圆检测)
    • 图像金字塔
    • Laplacian金字塔
  8. 匹配与跟踪
    • 模板匹配
    • 背景减除(Background Subtraction)
    • 主动轮廓模型(Active Contour)
    • 均值漂移(Mean Shift)
  9. 图像配准与拼接
    • 图像配准(SIFT + RANSAC)
    • 图像拼接(Panorama Stitching)
  10. 图像哈希与质量评估
  • 图像哈希(Perceptual Hashing)
  • 图像质量评估(SSIM, PSNR)
  1. 图像压缩与水印
  • 图像压缩(JPEG2000, Web)
  1. 其他
  • 结构光三维重建
  • 立体匹配(Stereo Matching)
  • 3D - SIFT
  • 视频插帧(VoxelFlow)

特征提取(补充)

  1. 角点与特征点
    • FAST角点检测
    • BRISK(二值稳健尺度不变特征)
  2. 特征描述符
    • LATCH(局部自适应特征描述子)
    • Daisy描述符
    • GLOH(梯度位置方向直方图)
    • RootSIFT(SIFT的平方根归一化)
    • 局部强度模式(LIP)
  3. 纹理与颜色特征
    • 颜色直方图(Color Histogram)
    • 灰度共生矩阵(GLCM)
    • 方向梯度直方图(HOG变种)
    • 纹理特征(Gabor滤波器组)
  4. 深度特征
    • 深度特征(如VGG16的Conv5特征)
    • Fisher Vector(Fisher向量编码)
    • VLAD(局部聚合描述符向量)
  5. 其他特征
    • 加速线段检测(LSD)
    • 边缘检测的EDLines
    • 多尺度Retinex(MSR)
    • 相位一致性特征
    • 光流特征(用于视频)
    • 深度特征融合(如特征金字塔)

关注获取更多资料

我给大家整理了一套全网最全的人工智能学习资料(1.5T),包括:机器学习,深度学习,大模型,CV方向,NLP方向,kaggle大赛,实战项目、自动驾驶,AI就业等,扫码关注免费获取。
请添加图片描述
请添加图片描述

Logo

聚焦RDK与具身智能,汇集机器人开发教程、开源案例和技术交流

更多推荐