本节书摘来自异步社区《计算机视觉度量深入解析》一书中的第1章1.5节总结，作者【美】Scott Krig（斯科特·克里格）,更多章节内容可以访问云栖社区“异步社区”公众号查看。
1.5 总结
本章介绍了图像感知方法和传感器的图像处理方法，它们是视觉流程的第一步。本章还介绍了实际中可行的一些图像传感器技术，并着眼于图像预处理，它对于从图像数据中获取尽可能多的信息是很有用的，因为图像感知方法往往决定了所需的图像预处理（更多的图像预处理会在第2章讨论）。本章还讨论了用于二维和三维成像的传感器配置，以及用于计算成像所广泛使用的摄像机配置，以便在获取数据之后创建新图像（如HDR图像和图像的再聚焦）。这章也讨论了深度成像方法（包括立体方法和飞行时间方法），因为移动设备为消费者的应用越来越多地提供了三维深度成像技术。在计算机视觉中，深度图可用于解决很多问题，如三维特征描述以及前景和背景物体的三维图像分割。三维深度处理和三维特征这两个主题在本书中将贯穿始终，第6章介绍了三维特征描述子，第7章和附录B中会包含一些真实的三维数据。
[1] Faveon是Foveon公司登记的商标。
[2] http://opencv.org，摄像机校准和三维重建。
[3] http://vision.middlebury.edu/～schar/stereo/web/results.php
[4] 编者注：FFT（Fast Fourier Transformation），即快速傅里叶变换。
本文仅用于学习和交流目的，不代表异步社区观点。非商业转载请注明作译者、出处，并保留本文的原始链接。
