熊猫烧香

早期视觉：SIFT & HOG 图像分类/目标识别 基本流程：输入图像 → 预处理 → 特征提取 → 学习算法 → 类标 多尺度表征 使用金字塔结构捕获全局和局部特征 包括高斯金字塔和拉普拉斯金字塔

早期视觉：关键点检测、图像拼接 全景拼接 人类视角范围200 x 135°，而手机主摄像头通常视场角较小。广角镜头、鱼眼镜头能够让你拍摄出非常大FOV的图像。但它们非常昂贵，而且具有 强烈的畸变。 全

边缘检测 Edge Detection 边缘定义 边缘是图像中突变的地方，包含语义和形状信息。 边缘检测的目标 理想状态：艺术家的线条画。 现实：亮度函数的快速变化。 如何检测边缘 使用卷积和微分操作

线性滤波 图像去噪 如何去除图像中的噪声？ 通过加权平均邻域像素来替换每个像素的值。 线性滤波与卷积 卷积操作定义。 二维离散卷积。 边缘效应 卷积可能导致输出图像尺寸小于、等于或大于输入图像。 解决

颜色 颜色是什么？ 颜色是环境物理光与人眼视觉系统的交互结果。 颜色是视觉体验的心理学特性，而非物体或光的物理特性。 颜色物理学 可见光频谱：400 - 700 nm的光谱成分描述光源。 光源的波谱：

图像采集与成像原理 相机的构成 光学部分：负责光线的聚焦和成像 传感器部分：将光学图像转换为电信号 内部图像处理部分：对传感器信号进行处理，生成最终图像 视野 相机覆盖的范围，决定了成像的广度 CMO

图像生成中的坐标变换是一种将图像从一个坐标系统转换到另一个坐标系统的过程。这种变换可以是线性的，也可以是非线性的，通常用于图像处理和计算机视觉任务中

《人工智能原理及其应用（第4版）》，我已经整理了相关的知识点并标注了在教材中的页码。以下是总结： 简答题 人工神经网络与深度学习 人工神经网络：包括感知器模型、BP网络模型、Hopfield网络模型等

ffmpeg是一个非常强大的多媒体框架，可以用来捕获USB摄像头的视频流，并保存为图像或视频文件。以下是使用ffmpeg来捕获USB摄像头图像的一些基本步骤