-
光圈、焦距，对成像、景深的影响 加上棱镜光圈越大，景深越浅 长焦，景深越浅 对小孔成像，光圈越小越好，太小也不行
-
成像原理 CCD，电信号，电信号转图像，调整对比度、白平衡等
-
彩色(chromatic color)和消色（Achromatic color），加色和补色，减色，三原色
> RGB是加色，加光，CMYK是减色，涂颜料 -
考：问设备无关的颜色空间模型，设备相关的颜色模型有哪些？ 设备无关：CIE models, CIE XYZ, CIE L*a*b, CIE YUV 设备相关：CMY,HSV,RGB
-
解释RGB，CMY，HSV的意思，转换公式不用记
> CMY：C青色，M品红，Y黄色 > > HSV：H色相，S饱和度，V明度 > > YUV: Y明亮度，U色度，V浓度 -
考：图像格式，无损压缩，有损压缩举例
无损：bmp(但是支持run length code)，png 有损：jpeg（DCT算法），gif 均可：tiff -
==Bitmap data 小房子这页slide必须掌握==
bmp图片存储矩阵是上下颠倒的（即矩阵第一行是图片最下面），每一行的byte数必须是4的倍数，不然要在最后加padding -
行成编码要掌握 run length code
 第一行1开始，1结束，4开始，4结束……
-
==怎么二值化要掌握，1.全局thresholding 2.复杂公式版，可能要考公式，记住思想自己推，至少记住步骤== $$ Target:minimize\ variance\ \sigma \ W_f = \frac {N_f}{N}, W_b=\frac{N_b}{N}, W_f + W_b = 1\ \mu=W_f * \mu_f + W_b * \mu_b\ \sigma = W_f(\mu_f-\mu)^2+W_b(\mu_b-\mu)^2\ \Rightarrow minimize\ W_bW_f(\mu_f-\mu_b)^2 $$ 枚举threshholding，检验那个thresh对应的方差最小
-
形态学操作，考：像素图手画结果或者物理意义 Dilation:structure elemetn范围内有1就为1
 Erosion: structure element 范围内有0就是0  应用：提取边界，填洞，提取结构 Opening 先ersion再dilation Closing 先dilation再erosion  -
灰度划分，为什么是256个灰度级而不是128，weber‘s law， 2% 人眼差不多能分别出2%以上的灰度差别，再低难以分辨。 由设备极限决定。
-
==亮度变化，logarithm algorithm，必须掌握== L代表亮度，对于RGB来说应该可以直接用3通道？ $$ L_d=\frac{log(L_w+1)}{log(L_{max}+1)} $$
-
直方图均值化 让色彩分布变得更平均
-
Nearest neibor
-
==linear, bilinear interpolation==，要写的正式一点，写成方程组模式 $$ z=Ax + By+Cxy+D\ 代入4个点坐标 $$
-
Morph这一页要掌握 两张图像生成渐变
-
怎么实现带皱纹的表情的模仿要掌握
-
1D卷积的例子要掌握
-
==均值滤波（高斯滤波）要掌握== simple mean 全是1， weighted mean，中间是4，上下左右是2，角上是1 最后都要除以总值
-
==中值滤波，slide上的例子要掌握== 周围9个数的中位数代替该点，都是用原图做
-
双边滤波，基本思想，每个sigma是什么意思，公式不用记，要能解释
sigma r 一般设为图像对角线的2%这么大
sigma s 一般设为gradient的均值或中位值？ -
==掌握FFT，公式的推导，解释==
 
-
引导滤波，基本思想 解决双边滤波中的梯度反转、计算缓慢问题，能够保边、非迭代 I是guide，p是输入图，q是输出图。输出是I的线性表达 $$ min\sum(aI_i+b-p_i)^2+\epsilon a^2\ q_i=\hat a_iI_i+\hat b_i $$
-
==特征检测，两页slides， Feature detection: math三页==
- SIFT ，74 75
- 获得特征点
- 计算每个像素的梯度方向
- 抛弃梯度太小的像素
- 为剩下的像素建立8格的直方图
- 分为4*4的格子，每个格子内是直方图的统计结果，每个特征转化为4*4*8=128维的高维向量，作为descriptor，完
- bag of words
- CNN，BP
- laplace 要掌握 spatial filtering，公式 实质上是二阶导数，可以获取变化剧烈的地方，轮廓，与原图结合相当于图像增强 中间是-4，上下左右是1，角上是0 或中间是-8，其他都是1