课程简介

A01.计算机视觉基础

计算机视觉入门首选，帮你建立完整的视觉体系大纲。

什么是计算机视觉？计算机视觉的基本任务有哪些？都用怎样的方法解决？ 本课程将着眼于计算机视觉的基本框架，带领大家从最基础的必备图像处理技巧开始， 首先探索图片基本信息（诸如边缘、尺度不变的特征点，直线或基本图形的拟合、纹理等）的提取和应用。 然后,我们将一起着眼于计算机视觉的基本任务的解决方法，即分割问题、识别问题、检测问题。 同时，本课程也会带领大家进入立体视觉的世界，以运动恢复结构为例打开3D大门。


视频资源

[全部视频点击此处]

课程资源

若Github链接打不开，请使用Gitee或蓝奏云入口下载资源

Github：  [课件]   [作业]

Gitee：  [课件]   [作业]

蓝奏云：  [课件]   [作业(打包)]  [课件打包]  

任务点 摘要 资料下载
01.课程引言 机器视觉概述，介绍人类视觉及视觉计算、研究内容与面临的困难、机器视觉应用 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
02.卷积 图像处理基础之平滑与线性滤波 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
03.边缘提取 介绍边缘特征与canny算子 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
04.拟合 最小二乘拟合、霍夫变换、RANSAC [课件1(Github)] [课件2(Github)] [课件1(Gitee)] [课件2(Gitee)] [课件1(蓝奏)] [课件2(蓝奏)]
05.Harris角点 介绍Harris角点特征 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
06.尺度不变区域与sift特征 介绍高斯二阶偏导与尺度不变性、基于高斯差分的尺度不变区域提取、SIFT描述符征 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
07.纹理 介绍滤波器与局部纹理表征、通过纹理基元的池化纹理表征 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
08.分割任务 介绍人类视觉分组与格式塔原理、基于聚类的图像分割、基于图论的图像分割、图像分割的应用 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
09.识别任务与词袋模型 介绍图像特征、词袋模型、图像分类 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
10.目标检测 基于滑动窗口的目标检测方法：AdaBoost人脸检测，基于HOG特征的行人检测 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
11.三维重建任务与摄像机模型 三维重建任务简述，小孔成像模型，摄像机内参数与外参数 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
12.摄像机标定、三维重建基础、极几何 讲述相机的几何标定，两视图几何，基础矩阵与本质矩阵 [课件1(Github)] [课件2(Github)]
[课件1(Gitee)] [课件2(Gitee)] [课件1(蓝奏)] [课件2(蓝奏)]
13.运动恢复结构 介绍运动恢复结构算法（sfm为主） [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
14.课程总结 总结本课 [课件(Github)] [课件(Gitee)] [课件(蓝奏)]
动手实践01 钱币检测 [作业(Github)] [作业(Gitee)]
动手实践02 词袋模型图片分类 [作业(Github)] [作业(Gitee)]
动手实践03 待发布请稍候… [作业(Github)] [作业(Gitee)]
书籍推荐 1. 计算机视觉：一种现代方法， David A. Forsyth、Jean Ponce著，高永强等译，中国工信出版集团，2017
2. Multi-view geometry in computer vision，Richard Hartley and Andrew Zisserman, Cambridge University Press，2004
3. 数字图像处理（第三版），冈萨雷斯等著，阮秋琦等译，电子工业出版社，2012