已經是N年前總結的... 之前一直用onenote，結果發現時間長了老是會有些東西找不到，所以決定以後都使用csdn來記錄了，自己查詢也方便
圖像的前期處理
1、圖像增強（相對主觀）
直方圖均衡化
Retinex（視網膜-皮層算法）
線性及非線性拉昇
2、圖像復原（以圖像退化數學或概率模型爲基礎）
3、形態學處理
腐蝕
膨脹
開運算
閉運算
對一個已經分割出來的物體區域BLOB或目標物有哪些特徵可以輔助識別：
1、面積
2、周長
3、複雜度（周長平方與面積的比值）
4、顏色（如灰度的均值、中值、最值等）
5、拓撲特性（託撲學是研究一種在圖像沒有撕裂和連接情況下，不受任何變形影響的圖像性質，如連通區域中的空 洞數量不受變形的影響）
6、紋理（描述區域紋理的方法主要有3種：統計方法、結構方法和頻譜方法）
統計方法（直方圖）：
二階矩：灰度級對比度的度量，可以用於建立有關平滑度的描繪子
三階矩：表示直方圖偏斜度
四階矩：表示相關平直度
一致性度量：
平均熵：
7、重心
8、直徑 長軸 短軸 離心率
9、外接最小矩形
10、blob延伸率
11、最小外接橢圓的長軸角度
圖像處理中涉及到的特徵有哪些：
顏色和灰度的統計特徵
紋理
灰度共生矩陣（對比度、能量、熵等7個特徵）
視覺感受相關（對比度、粗糙度、方向性、相似性、粗略度、規則性）
邊緣
一階微分（Roberts算子 、Sobel算子、Prewitt算子、Canny算子、Robinson算子）
二階微分（Laplacian算子、LOG算子）
圖像代數特徵
PCA （主成分分析）
LDA （線性判據分析）
ICA （獨立成份分析）
PCA、LDA、ICA是統計學的三大經典算法
SVD（奇異值分解）
圖像變換系數特徵
K-L變換
傅里葉變換
小波變換
小波包變換
Sift 特徵
Surf 特徵
Hog 特徵
Haar 特徵
LBP 特徵
Garbo 特徵
Fast 角點檢測 http://www.edwardrosten.com/work/fast.html
Orb ORientedBrief http://www.cvchina.info/2011/07/04/whats-orb/