type
status
slug
summary
tags
category
password
date
icon
首先主要根据sml前年划的重点把需要重点掌握的ppt内容列在本章
（看重点）
之后再通过历年卷进行完善
Chapter 1
- 处理图像的来源比较丰富
- Image warping 和 Image morphing两者之间的区别
Image warping和Image morphing是两种图像处理技术，它们在应用和实现方面有一些区别。
Image warping（图像畸变）是指通过对图像中的像素进行几何变换，改变图像的形状、角度或者大小。它可以用于纠正图像的透视畸变、改变图像的形变等。常见的图像畸变包括仿射变换、透视变换等。
Image morphing（图像变形）是指通过对两个或多个图像之间的像素进行逐渐过渡，生成中间图像的过程。它可以将一个图像平滑地变形成另一个图像，使两个图像之间产生过渡效果。图像变形通常使用特殊的插值算法来计算中间图像的像素值，以实现平滑过渡效果。
因此，Image warping主要关注于图像中的几何变换，而Image morphing则更注重于图像之间的平滑过渡。两者在实现上可能使用不同的算法和技术，但它们都可以用于图像处理和计算机视觉领域。
- 视觉超分辨率和普通的有什么区别
视觉超分辨率和普通的图像放大有几个主要的区别：
- 原理：视觉超分辨率是利用图像处理算法和深度学习模型来增强图像的细节和清晰度，从而实现高分辨率图像的重建。它可以通过对低分辨率图像进行重建和纹理合成来生成高分辨率图像。而普通的图像放大通常只是简单地对图像进行插值或放大处理，没有对图像细节进行优化和增强。
- 算法和技术：视觉超分辨率使用了一系列图像处理算法和深度学习模型，如卷积神经网络（CNN）、生成对抗网络（GAN）等来重建高分辨率图像。这些算法和模型可以学习低分辨率图像与高分辨率图像之间的映射关系，并根据这种关系生成细节更加丰富的高分辨率图像。而普通的图像放大通常使用的是简单的插值算法，如双线性插值、双三次插值等。
- 结果质量：视觉超分辨率能够在一定程度上还原图像的细节和清晰度，生成更加真实和逼真的高分辨率图像。而普通的图像放大往往会导致图像模糊、锯齿等质量下降的问题，无法还原图像的细节。
总的来说，视觉超分辨率相比于普通的图像放大更加高级和复杂，它能够通过图像处理算法和深度学习模型来重建高分辨率图像，提升图像的质量和清晰度。
视网膜对光线的敏感程度
设备相关的颜色空间，设备无关的颜色空间
中间的公式不需要记忆
jpeg压缩的策略和方法
有损压缩和无损压缩的类型有什么
- 作者:fufu酱
- 链接:https://csfufu.life/article/19364b8e-a27d-4b2c-abc6-cec4878c565a
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章