图像理解、计算机视觉相关名词解释

1、本征图像（Intrinsic Image）
指将图像分解为反映物体固有属性（如反射率、材质）和外在成像条件（如光照、阴影）的分量图像。典型分解为反射率图像和光照图像，用于分离物体本身特性与拍摄环境影响。
2、曲率（Curvature）
在图像中，曲率通常用于描述图像边缘、轮廓或三维表面的弯曲程度。对于二维曲线，曲率是曲线切线方向相对于弧长的旋转率；对于三维曲面，曲率通过主曲率、高斯曲率等参数表征局部形状的弯曲特性。
3、图像分割（Image Segmentation）
将数字图像划分为多个互不重叠的像素区域（子图像）的过程，每个区域内的像素在某种特征（如灰度、颜色、纹理）或属性上具有相似性，不同区域间具有差异性，目的是简化图像表示以利于分析。
4、直方图（Histogram）
在图像处理中，直方图是对图像中像素值（如灰度值、颜色值）分布的统计图表。横轴表示像素值的范围，纵轴表示每个值出现的频率（像素数量），用于描述图像的亮度分布、对比度等特征。
5、图像增强（Image Enhancement）
通过信号处理技术改善图像的视觉效果，或突出感兴趣特征的过程。常用方法包括对比度调整、噪声滤波、边缘锐化等，目的是使图像更适合人眼观察或后续计算机处理。
6、遥感图像（Remote Sensing Image）
由遥感技术获取的图像，通过非接触式传感器（如卫星、无人机搭载的相机、雷达）从远距离探测目标物体反射或辐射的电磁波信息，经处理后形成的图像，用于地表观测、环境监测等领域。
7、模式识别（Pattern Recognition）
指对表征事物或现象的各种形式的（数值的、文字的、物理的）信息进行处理和分析，以对事物或现象进行描述、分类、解释的过程，涉及机器学习、统计分析等技术，用于图像分类、目标识别等任务。
8、模式（Pattern）
在模式识别与图像处理中，“模式”指可观察到的事物的特征、结构或样本，通常表示为一组数据或特征向量，用于表征物体、场景或现象的共性与特性，是分类与识别的基本单元。
9、视觉全过程
视觉全过程是指从图像采集、预处理、特征提取、目标识别到理解与决策的整个计算机视觉处理流程，模拟人类视觉系统对图像的感知与理解过程。
10、球心投影（Gnomonic Projection）
一种几何投影方式，将三维球面上的点沿球心到球面的射线投影到平面上。在图像处理中，常用于将球面图像（如全景图像）转换为平面表示，特点是球面上的大圆弧在投影平面上为直线。
11、马尔视觉计算理论（Marr’s Computational Theory of Vision）
马尔视觉计算理论是由David Marr提出的计算视觉理论体系，认为视觉可以分为多个层次：原始图（raw primal sketch）、原始草图（primal sketch）、2.5维草图（2.5D sketch）以及三维模型表示（3D model representation），强调从图像中逐步提取结构信息直至三维理解。
12、立体视觉（Stereo Vision）
通过模拟人类双眼视差原理，利用两台（或多台）相机从不同视角获取同一场景的图像，计算图像中对应点的位置差异（视差），进而重建场景三维结构的技术，广泛应用于深度估计、三维建模。
13、计算机视觉（Computer Vision）
计算机视觉是指利用计算机实现人的视觉功能，希望根据感知到的图像对实际目标和场景做出有意义的判断。这实际上也是图像理解的目标。
14、世界坐标系统（World Coordinate System, WCS）
在计算机视觉与三维重建中，世界坐标系是用于描述真实世界中物体位置的三维坐标系，通常以米（m）为单位，是相机坐标系、图像坐标系等其他坐标系的参考基准，用于建立场景的绝对位置关系。
15、黑板系统（Blackboard System）
一种人工智能系统架构，通过共享数据结构（“黑板”）集成多个独立模块（“知识源”），各模块可读取黑板上的信息并更新内容，实现多任务协作处理。在图像处理中，可用于整合不同算法的中间结果以完成复杂视觉任务。