Merge pull request QSCTech#25 from Wei-TianHao/master

Add 数值分析，数据库，ADS，图像信息处理

Author: Hao Xiangpeng

图像信息处理/图像信息处理checklist.md

@@ -0,0 +1,177 @@
+# Check list
+
+###### created by wth
+
+### 一
+
+- [x] 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
+
+- [x] 成像原理
+      CCD，电信号，电信号转图像，调整对比度、白平衡等
+
+- [x] 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
+
+- [x] 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
+
+
+
+- [x] 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
+
+
+- [x] 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
+
+
+- [x] **==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
+
+- [x] 行成编码要掌握 run length code
+
+      ![0203F33ED57DFDE1CE12B1A196BE8CDC](../../Library/Containers/com.tencent.qq/Data/Library/Caches/Images/0203F33ED57DFDE1CE12B1A196BE8CDC.png)
+
+      第一行1开始，1结束，4开始，4结束……
+
+### 二
+
+- [x] ==**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
+
+- [x] 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
+
+      ![屏幕快照 2017-06-28 下午3.03.56](屏幕快照 2017-06-28 下午3.03.56.png)
+      Erosion: structure element 范围内有0就是0
+      ![屏幕快照 2017-06-28 下午3.07.38](屏幕快照 2017-06-28 下午3.07.38.png)
+
+      ​
+
+      应用：提取边界，填洞，提取结构
+
+      Opening
+
+      先ersion再dilation
+
+      Closing
+
+      先dilation再erosion
+
+      ![屏幕快照 2017-06-28 下午3.21.46](屏幕快照 2017-06-28 下午3.21.46.png)
+
+- [x] 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。
+
+- [x] **==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？
+      $$
+      L_d=\frac{log(L_w+1)}{log(L_{max}+1)}
+      $$
+      ​
+
+- [x] 直方图均值化
+      让色彩分布变得更平均
+
+### 三
+
+- [x] Nearest neibor
+
+- [x] **==linear, bilinear interpolation==**，要写的正式一点，写成方程组模式
+      $$
+      z=Ax + By+Cxy+D\\
+      代入4个点坐标
+      $$
+      ​
+
+- [x] Morph这一页要掌握
+      两张图像生成渐变
+
+- [x] 怎么实现带皱纹的表情的模仿要掌握
+
+- [x] 1D卷积的例子要掌握
+
+- [x] **==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
+
+- [x] **==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
+      ![屏幕快照 2017-06-28 下午4.33.17](屏幕快照 2017-06-28 下午4.33.17.png)
+
+- [x] 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
+      ![屏幕快照 2017-06-28 下午4.52.36](屏幕快照 2017-06-28 下午4.52.36.png)
+      ![屏幕快照 2017-06-28 下午4.54.37](屏幕快照 2017-06-28 下午4.54.37.png)
+      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？
+
+- [x] **==掌握FFT，公式的推导，解释==**
+
+      ![屏幕快照 2017-06-28 下午11.49.04](屏幕快照 2017-06-28 下午11.49.04.png)
+
+      ![屏幕快照 2017-06-28 下午11.49.09](屏幕快照 2017-06-28 下午11.49.09.png)
+
+      ​
+
+### 四
+
+- [x] 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
+      $$
+      min\sum(aI_i+b-p_i)^2+\epsilon a^2\\
+      q_i=\hat a_iI_i+\hat b_i
+      $$
+      ​
+
+- [x] **==特征检测，两页slides， Feature detection: math三页==**
+
+### 五
+
+- [x] SIFT ，74 75
+
+1. 获得特征点
+2. 计算每个像素的梯度方向
+3. 抛弃梯度太小的像素
+4. 为剩下的像素建立8格的直方图
+5. 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
+
+![屏幕快照 2017-06-28 下午10.43.11](屏幕快照 2017-06-28 下午10.43.11.png)
+
+### 六
+
+- [x] bag of words
+
+### 七
+
+- [x] CNN，BP
+- [x] 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
+