轉載作者：cvvision
連結：http://www.cvvision.cn/8908.html

一、 0、HSV HSV (Hue, Saturation, Value)顏色的引數分別是：色調（H），飽和度（S），明度（V）。 根據顏色的直觀特性建立的一種顏色空間, 也稱六角錐體模型(Hexcone Model)。 HSI HSI模型以色調、飽和度和亮度三種基本特徵量來感知顏色。 色調H（Hue）：與光波的波長有關，它表示人的感官對不同顏色的感受，如紅色、綠色、藍色等，它也可表示一定範圍的顏色，如暖色、冷色等。 飽和度S（Saturation）：表示顏色的純度，純光譜色是完全飽和的，加入白光會稀釋飽和度。飽和度越大，顏色看起來就會越鮮豔，反之亦然。 亮度I（Intensity）：對應成像亮度和影象灰度，是顏色的明亮程度。

1、對比度 對比度指的是一幅影象中明暗區域最亮的白和最暗的黑之間不同亮度層級的測量，差異範圍越大代表對比越大，差異範圍越小代表對比越小。一般來說對比度越大，影象越清晰醒目，色彩也越鮮明豔麗；而對比度小，則會讓整個畫面都灰濛濛的。

2、飽和度 飽和度是指色彩的鮮豔程度，也稱色彩的純度。飽和度高，顏色則深而豔。

3、ISP ISP(Image Signal Processing) 影象訊號處理。主要用來對前端影象感測器輸出訊號處理的單元，以匹配不同廠商的影象感測器。

4、ISO ISO是感光度的意思。感光度是衡量底片對於光的靈敏程度，膠片感光時的速度。基本上，使用較高的感光度，照片的品質較差。

5、3A演算法 3A技術即自動對焦（AF）、自動曝光（AE）和自動白平衡（AWB）。 3A數字成像技術利用了AF自動對焦演算法、AE自動曝光演算法及AWB自動白平衡演算法來實現影象對比度最大、改善主體拍攝物過曝光或曝光不足情況、使畫面在不同光線照射下的色差得到補償，從而呈現較高畫質的影象資訊。 自動對焦演算法（AF）是通過既得影象對比度移動鏡頭使影象對比度達到最大。總的來說，自動對焦技術就是通過調整聚焦鏡頭的位置獲得最高的影象頻率成分，得到更高的影象對比度。其中，獲得最佳的對焦點是一個不斷積累的過程，它通過比較每一幀影象的對比度從而獲得鏡頭移動範圍內最大的對比度點，進而確定對焦距離。 自動曝光演算法(AE)將根據可用的光源條件自動設定曝光值。當主體拍攝物和背景的亮度相差很大時，一般會造成主體拍攝物的過曝光或曝光不足，為了克服這個問題，一些特定的AE演算法著重考慮了主體拍攝物的亮度情況，在進行亮度調整時給予這部分更多的比重。 自動白平衡演算法(AWB)根據光源條件調整圖片顏色的保真程度。物體在不同光線照射下會出現不同程度的色差，一般將一幅影象的整體色差訊號用作色溫資料，當這幅影象的大部分割槽域被一個統一的顏色覆蓋時，這種色彩補償就可能損失一部分完整的色彩。為了彌補這個缺陷，一些特定的AWB 演算法被提出來以適應不同的色溫情況。

8、ADAS 高階駕駛輔助系統（Advanced Driver Assistant System），簡稱ADAS，是利用安裝於車上的各式各樣的感測器， 在第一時間收集車內外的環境資料， 進行靜、動態物體的辨識、偵測與追蹤等技術上的處理， 從而能夠讓駕駛者在最快的時間察覺可能發生的危險， 以引起注意和提高安全性的主動安全技術。ADAS 採用的感測器主要有攝像頭、雷達、鐳射和超聲波等，可以探測光、熱、壓力或其它用於監測汽車狀態的變數， 通常位於車輛的前後保險槓、側視鏡、駕駛杆內部或者擋風玻璃上。早期的ADAS 技術主要以被動式報警為主，當車輛檢測到潛在危險時， 會發出警報提醒駕車者注意異常的車輛或道路情況。對於最新的ADAS 技術來說，主動式干預也很常見。

9、ISP ISP(Image Signal Processing) 影象訊號處理。主要用來對前端影象感測器輸出訊號處理的單元，以匹配不同廠商的圖象感測器。 相機用影象處理器ISP（Image Signal Processor）。被管道化的影象處理專用引擎可以高速處理影象訊號。也搭載了為了實現Auto Exposure / Auto Focus / Auto White Balance評測的專用電路。

10、DSP 數字訊號處理 Digital Signal Processing 含義：將訊號以數字方式表示

11、FPGA FPGA（Field Programmable Gate Array），即現場可程式設計門陣列，它是在PAL、GAL、CPLD等可程式設計器件的基礎上進一步發展的產物。它是作為專用積體電路ASIC （Application Specific Integrated Circuit）領域中的一種半定製電路而出現的，既解決了定製電路的不足，又克服了原有可程式設計器件閘電路數有限的缺點。

12、OEM 中文名 原始裝置製造商 外文名 Original Equipment Manufacturer 別稱 OEM生產 俗稱 代工（生產） 含義 為品牌生產者不直接生產產品 OEM生產，也稱為定點生產， 俗稱代工（生產），基本含義為品牌生產者不直接生產產品，而是利用自己掌握的關鍵的核心技術負責設計和開發新產品，控制銷售渠道，具體的加工任務通過合同 訂購的方式委託同類產品的其他廠家生產。之後將所訂產品低價買斷，並直接貼上自己的品牌商標。這種委託他人生產的合作方式簡稱OEM，承接加工任務的製造 商被稱為OEM廠商，其生產的產品被稱為OEM產品。可見，定點生產屬於加工貿易中的“代工生產”方式，在國際貿易中是以商品為載體的勞務出口

13、模式識別 模式識別（英語：Pattern Recognition），就是通過計算機用數學技術方法來研究模式的自動處理和判讀。我們把環境與客體統稱為“模式”。隨著計算機技術的發展，人類有可能研究複雜的資訊處理過程。資訊處理過程的一個重要形式是生命體對環境及客體的識別。對人類來說，特別重要的是對光學資訊（通過視覺器官來獲得）和聲學資訊（通過聽覺器官來獲得）的識別。這是模式識別的兩個重要方面。市場上可見到的代表性產品有光學字元識別、語音識別系統。 中文名 模式識別 外文名 Pattern Recognition 模式識別方法 決策理論方法 句法方法 問題分類 作模式分類 應用：可用於文字識別、語音識別、指紋識別、遙感、醫學診斷等方面。

14、SLAM SLAM (simultaneous localization and mapping),也稱為CML (Concurrent Mapping and Localization), 即時定位與地圖構建，或併發建圖與定位。 SLAM最早由Smith、Self和Cheeseman於1988年提出。 由於其重要的理論與應用價值，被很多學者認為是實現真正全自主移動機器人的關鍵。 中文名 即時定位與地圖構建 外文名 simultaneous localization and mapping 縮寫 SLAM 提出時間 1988年 意義 實現機器人的自主定位和導航

15、魯棒性 魯棒是Robust的音譯，也就是健壯和強壯的意思。它是在異常和危險情況下系統生存的關鍵。比如說，計算機軟體在輸入錯誤、磁碟故障、網路過載或有意攻擊情況下，能否不宕機、不崩潰，就是該軟體的魯棒性。所謂“魯棒性”，是指控制系統在一定（結構，大小）的引數攝動下，維持其它某些效能的特性。根據對效能的不同定義，可分為穩定魯棒性和效能魯棒性。以閉環系統的魯棒性作為目標設計得到的固定控制器稱為魯棒控制器。 中文名 魯棒 外文名 Robust 意   義 健壯和強壯 應用領域 計算機軟體輸入錯誤

16、卡爾曼濾波器 釋文：卡爾曼濾波器是一種由卡爾曼（Kalman）提出的用於時變線性系統的遞迴濾波器。這個系統可用包含正交狀態變數的微分方程模型來描述，這種濾波器是將過去的測量估計誤差合併到新的測量誤差中來估計將來的誤差。 中文名 卡爾曼濾波器 外文名 Kalman filter 學  科 通訊 發明者 Rudolph E. Kalman 作  用 估算誤差 方程模型 狀態變數 應用例項 卡爾曼濾波的一個典型例項是從一組有限的，包含噪聲的，對物體位置的觀察序列（可能有偏差）預測出物體的位置的座標及速度。在很多工程應用(如雷達、計算機視覺)中都可以找到它的身影。同時，卡爾曼濾波也是控制理論以及控制系統工程中的一個重要課題。 例如,對於雷達來說，人們感興趣的是其能夠跟蹤目標。但目標的位置、速度、加速度的測量值往往在任何時候都有噪聲。卡爾曼濾波利用目標的動態資訊，設法去掉噪聲的影響，得到一個關於目標位置的好的估計。這個估計可以是對當前目標位置的估計(濾波)，也可以是對於將來位置的估計(預測)，也可以是對過去位置的估計(插值或平滑)。

17、卡爾曼濾波 卡爾曼濾波（Kalman filtering）一種利用線性系統狀態方程，通過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。 中文名 卡爾曼濾波器，Kalman濾波，卡曼濾波 外文名  KALMAN FILTER 表示式 X(k)=A X(k-1)+B U(k)+W(k) 提出者 斯坦利·施密特 提出時間 1958 應用學科 天文，宇航，氣象 適用領域範圍 雷達跟蹤去噪聲 適用領域範圍 控制、制導、導航、通訊等現代工程 18、GPU 圖形處理器（英語：Graphics Processing Unit，縮寫：GPU），又稱顯示核心、視覺處理器、顯示晶片，是一種專門在個人電腦、工作站、遊戲機和一些移動裝置（如平板電腦、智慧手機等）上影象運算工作的微處理器。 用途是將計算機系統所需要的顯示資訊進行轉換驅動，並向顯示器提供行掃描訊號，控制顯示器的正確顯示，是連線顯示器和個人電腦主機板的重要元件，也是“人機對話”的重要裝置之一。顯示卡作為電腦主機裡的一個重要組成部分，承擔輸出顯示圖形的任務，對於從事專業圖形設計的人來說顯示卡非常重要。 中文名 圖形處理器 外文名 Graphics Processing Unit 英語縮寫 GPU 又稱 示核心、顯示晶片

18、CUDA CUDA(Compute Unified Device Architecture)，是顯示卡廠商NVIDIA推出的運算平臺。 CUDA™是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的平行計算引擎。 開發人員現在可以使用C語言來為CUDA™架構編寫程式，C語言是應用最廣泛的一種高階程式語言。所編寫出的程式於是就可以在支援CUDA™的處理器上以超高效能執行。CUDA3.0已經開始支援C++和FORTRAN。 外文名 CUDA 類    別 運算平臺 適用領域 計算機 組    成 ISA、GPU 推出者 顯示卡廠商

19、PCL PCL（Point Cloud Library）大型跨平臺開源C++程式設計庫，它實現了大量點雲相關的通用演算法和高效資料結構，涉及到點雲獲取、濾波、分割、配準、檢索、特徵提取、識別、追蹤、曲面重建、視覺化等。支援多種作業系統平臺，可在Windows、Linux、Android、 Mac OS X、部分嵌入式實時系統上執行。如果說OpenCV是2D資訊獲取與處理的結晶，那麼PCL就在3D資訊獲取與處理上具有同等地位，PCL是BSD授權方式，可以免費進行商業和學術應用。

20、計算機圖形學 計算機圖形學(Computer Graphics，簡稱CG)是一種使用數學演算法將二維或三維圖形轉化為計算機顯示器的柵格形式的科學。簡單地說，計算機圖形學的主要研究內容就是研究如何在計算機中表示圖形、以及利用計算機進行圖形的計算、處理和顯示的相關原理與演算法。 中文名 計算機圖形學 外文名 Computer Graphics 別    名 簡稱CG 學科類別 資訊科學

21、中值濾波 中值濾波法是一種非線性平滑技術，它將每一畫素點的灰度值設定為該點某鄰域視窗內的所有畫素點灰度值的中值。 中值濾波是基於排序統計理論的一種能有效抑制噪聲的非線性訊號處理技術，中值濾波的基本原理是把數字影象或數字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的畫素值接近的真實值，從而消除孤立的噪聲點。方法是用某種結構的二維滑動模板，將板內畫素按照畫素值的大小進行排序，生成單調上升（或下降）的為二維資料序列。二維中值濾波輸出為g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分別為原始影象和處理後圖像。W為二維模板，通常為3*3，5*5區域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環形等。 中文名 中值濾波 外文名 median filtering 應用 中值濾波法對消除椒鹽噪聲非常有效，在光學測量條紋圖象的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大. 中值濾波在影象處理中,常用於保護邊緣資訊,是經典的平滑噪聲的方法。 中值濾波的步驟為： 1、將濾波模板（含有若干個點的滑動視窗）在影象中漫遊，並將模板中心與圖中某個畫素位置重合； 2、讀取模板中各對應畫素的灰度值； 3、將這些灰度值從小到大排列； 4、取這一列資料的中間資料，將其賦給對應模板中心位置的畫素。如果視窗中有奇數個元素，中值取元素按灰度值大小排序後的中間元素灰度值。如果視窗中有偶數個元素，中值取元素按灰度值大小排序後，中間兩個元素灰度的平均值。因為影象為二維訊號，中值濾波的視窗形狀和尺寸對濾波器效果影響很大，不同影象內容和不同應用要求往往選用不同的視窗形狀和尺寸。 由以上步驟，可以看出，中值濾波對孤立的噪聲畫素即椒鹽噪聲、脈衝噪聲具有良好的濾波效果。由於其並不是簡單的取均值，所以，它產生的模糊也就相對比較少。