计算机视觉：过曝区域可能因饱和而失去可恢复信息

图像滤波用于降噪或增强某些结构。边缘检测寻找图像亮度明显变化的位置。边缘不一定对应真实物体的外部边界。阈值分割根据强度规则划分图像区域。自适应阈值能够处理部分照明不均匀。形态学操作利用结构元素改变区域形状。连通域分析把相邻前景像素组织成区域。模板匹配比较目标图案与局部图像的相似度。

尺度和旋转变化可能降低简单模板匹配效果。特征点用于建立不同图像之间的对应关系。描述子编码特征点周围的局部外观信息。稳健估计通过排除异常匹配求取模型。单应变换适用于平面等特定投影关系。立体视觉通过视差估计场景深度信息。基线长度影响深度分辨能力和匹配难度。深度相机可以采用结构光或飞行时间方法。

透明和反光物体可能增加深度测量难度。目标检测同时估计对象类别和位置。图像分类通常只输出整幅图的类别信息。语义分割为每个像素分配相应类别。实例分割进一步区分相同类别的不同对象。目标跟踪在连续帧之间维护对象身份。遮挡可能导致轨迹中断和身份切换。光流估计描述图像局部运动的二维变化。

计算机视觉从图像或视频中提取可用信息。数字图像由按空间位置排列的像素组成。图像分辨率描述可用像素的空间规模。像素数量增加不保证真实细节同步增加。灰度图像主要记录亮度相关的单通道信息。彩色图像通常使用多个通道表示颜色。颜色空间以不同方式组织颜色的数值表达。白平衡用于补偿光源颜色对成像的影响。