概念

XLD-亚像素精度轮廓
平移变换、刚体变换(欧式变换)、相似变换、仿射变换、投影变换(单应性变换)

常用算子

rgb1_to_gray(Image,ImageGray) // 图像灰度化

图像插值

最近邻插值-nearest

线性插值-bilinear

双线性插值-constant

双三次插值-bicubic，考虑权重，从最近的16个像素点计算该处像素值

图像增强

突出感兴趣区，弱化不感兴趣区，分空域处理法和频域处理法

空间域处理法

点运算-灰度变换：有线性灰度变换、分段线性灰度变换，非线性灰度变换

invert_image(Image:ImageInvert::) // 图像取反
emphasize(Image:ImageEmpasize:MaskWidth,MaskHeight,Factor:) // 增强Factor倍，res:=round(org-mean)*Factor+org，MaskWidth-模板宽，MaskHeight-模板高
scale_image(Image:ImageScaled:Mult,Add:) // 缩放图像的灰度，res:=org*Mult+Add
直方图修正法
equ_histo_image(GrayImage:ImageEquHisto) // 直方图均衡化

直方图规定化

邻域运算-图像平滑

目的：抑制噪声
高斯噪声：随机，总体符合正太分布的噪声

椒盐噪声：只有两种幅值

mean_image(Image:ImageMean:MaskWidth,MaskHeight:) // 邻域平均法，实质均值滤波，针对高斯噪声，会使图像产生模糊，特别在边缘和细节处，所用邻域半径越大，图像模糊程度越大，MaskWidth和MaskHeight是掩膜的长宽
中值滤波，针对椒盐噪声
多图像平均法：对同一物景下拍摄多福图像，取平均值来消除噪声

邻域运算-图像锐化

目的：增强图像的边缘和轮廓
从图中可知图像的边缘一般是灰度突变的地方，锐化的实现是基于微分。边缘取一阶微分的极值或二阶微分的过零点


实际使用差分来处理微分
水平垂直差分梯度
梯度方向是边缘方向垂直的方向，梯度的意义：梯度是灰度变化率最大的方向



一阶微分算子-Roberts梯度算子
使用交叉的差分表示,就变成了Roberts梯度算子

Roberts梯度算子的缺陷：采用梯度微分锐化图像，同时会使噪声、条纹得到增强，并且边缘信息强度低，可能出现断断续续。

一阶微分算子-Sobel梯度算子
结合了高斯平滑和微分求导，增强了边缘信息的强度，一定程度上避免了噪声、条纹的干扰。


对比Roberts，边缘信息得到了加强

sobel_amp(Image:EdgeAmp:FilterType,Size) // FilterType-滤波类型，Size-掩膜大小
EdgeAmp的结果：

进一步通过阈值分割、提取边缘框架(skeleton)后，可获得所需边缘：

skeleton(Region,Skeleton) // 提取边缘框架
二阶微分算子-拉普拉斯算子
拉普拉斯算子获得的轮廓信息比一阶微分算子更为丰富

图像的拉普拉斯锐化处理：将原图像和拉普拉斯图像进行叠加，可以使增强图像轮廓显示的更为清晰。

laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask:) // MaskSize-掩膜大小，FilterMask-4邻域还是8邻域
laplace_of_gauss(Image:ImageLaplace:Sigma:) // 先高斯平滑再锐化

频率域处理法

一幅图像灰度均匀的区域对应低频部分，噪声、边缘、细节对应高频部分
高通滤波：筛除低频部分，保留高频部分
低通滤波：筛除高频部分，保留低频部分
（1）fft_generic(Image:ImageFFT:'to_freq',Exponent,Mode,ResultType:) // 空域到频域的快速傅里叶变换，Mode-直流分量在中间还是在边缘，dc_center-高频分量在边缘，低频分量在中间，dc_edge-高频分量在中间，低频分量在边缘
（2）gen_lowpass(:ImageLowpass:Frequency,Norm,Mode,Width,Height:) // 生成低通滤波器模型
gen_highpass(:ImageHighpass:Frequency,Norm,Mode,Width,Height:) // 生成高通滤波器模型
（3）convol_fft(ImageFFT,ImageFilter:ImageConvol::) // 在频域里卷积图像，ImageFFT-待处理的频域图像，ImageFilter-滤波器模型，ImageConvol滤波后的频域图像
（4）fft_generic(ImageFFT:Image:'_freq',Exponent,Mode,ResultType:) // 频域到空域
频谱图中白亮的地方是低频，因为图像的能量一般是集中在低频部分
频域图中的(0,0)点是特殊的点，是频谱的直流(dc)分量，代表空间域图像的平均灰度

频率域处理法-同态滤波

目的：解决光照不均匀导致的图像模糊
原理：相机的成像可以看作是照射分量和反射分量的乘积，通过换算，低频部分对应照度分量，高频部分对应反射分量，此时只需使用高通滤波器过滤低频部分即可。
图片来源：B站WLSU苏波的Halcon课堂

三级模式-两级映像：

内模式：数据库文件的物理存储
模式：又称概念模式，基本表
外模式：视图，基本表查询出来的虚拟表，视图并不存储表中每行每列的值，它只是对基本表的引用

外模式-模式映像：视图和表之间的映射，若表中的数据更改，只需修改此映射，无需对视图和应用程序修改，保证了逻辑独立性
内模式-模式映像：数据物理存储和表之间的映射，若表中的数据更改，只需修改此映射，无需对表、视图和应用程序修改，保证了物理独立性

数据库设计

需求分析：产出物：数据流图、数据字典、需求说明书
概念结构设计：产出物：E-R图，或概念结构模型，或实体-联系模型。步骤：从局部到整体，自底向上设计，先分ER图，再合并ER模型。分ER图产生冲突：属性冲突（同一属性在不同ER图，解决方法：只留一个属性）、命名冲突（不同表中相同命名属性的意义不同、不同表中不同命名属性的意义相同）、结构冲突（同一实体在不同ER图中有不同的属性、同一对象在这一个ER图是实体而在另一个ER图是属性）
逻辑结构设计：产出物：逻辑结构模型，或关系模型，确定完整性约束、确定用户视图
物理结构设计：确定数据分布、存储结构、访问方式
数据库实施：建立数据库、写应用程序
数据库运行和维护

数据模型

关系模型：ER图转换而来，由开发人员设计
概念模型：用户视角建模的，是现实到信息世界的第一抽象
网状模型：反映实体之间的联系
面向对象模型：采用面向对象的方法设计数据库，以对象为单位，每个对象都有属性和方法。Hibernate是一个面向对象模型的对象关系映射（ORM）框架。

数据模型三要素：数据结构（对象类型）、数据操作（增删改查等）、数据的约束条件（primary key、foreign key、unique等）

概念

弱实体：依赖于强实体，例如：经理、业务员，他们都属于员工；学生选课场景中，家长需要知道学生的成绩，学生是强实体，家长是弱实体
强实体：一般的实体，例如：员工
简单属性：
复合属性：家庭地址，因为家庭地址由国家、省份、市区、街道、门牌号组成
域：属性的取值范围
码：键，唯一标识
主键：任选一个候选键
外键：其他表的主键
超键：唯一标识此表的属性的组合，可以包含冗余属性
候选键：超键中去掉冗余属性
主属性：候选键内的属性为主属性，其他为非主属性
实体完整性约束：主键不能为空，也不能重复
参照完整性约束：外键参照的主键必须是其他表存在的值，或者为空
自定义完整性约束

范式

第一范式1NF：每个分量都是不可分割的数据项，也就是说表中属性是简单属性，而不是复合属性
第二范式2NF：满足第一范式，所有非主属性都完全依赖于候选码，即消除部份依赖
第三范式3NF：满足第二范式，消除非主属性对码的传递依赖
BC范式BCNF：满足第三范式，消除主属性对码的部份依赖和传递依赖

模式分解

有损分解、无损分解
是否保持函数依赖

并发控制

事务的特性：原子性、一致性、隔离性、持续性
并发控制三大问题：丢失更新、不可重复读、读脏数据
X锁：写锁，排它锁
S锁：读锁，共享锁

数据库安全

完全备份、差量备份、增量备份

分布式数据库

在概念模式和内模式之间加入分片模式
分片模式可以为水平分片、垂直分片

数据仓库

不同于数据库，用于数据统计分析，对事物发展历程和趋势做出定量分析和预测
特点：面向主题，集成的（由其他分散的数据库中进行抽取，洗练，加工，整理获得），相对稳定（查询多，修改和删除少），反映历史变化
过程：异构的数据源->抽取、清理、装载、刷新->数据仓库->OLAP(联机分析处理)服务器->前端工具(报表、数据分析等)
商业智能(BI系统)：数据预处理(ETL)、建立数据仓库、数据分析(联机分析技术OLAP、数据挖掘)和展现

反规范化

规范化的目的是降低冗余，避免插入、修改异常，反规范化的目的是提高查询性能

大数据

使用集群平台、对数据进行深度分析(关联分析、回归分析)

单例模式：一个项目中，全局范围内，某个类的实例有且仅有一个，通过这个单例向其他模块提供数据的全局访问。

// 嵌入知识点：使用C++ 11新特性delete删除构造函数、拷贝函数、移动操作符
class A
{
public:
    A() = delete;
    A(const A & t) = delete;
    A& operator=(const A & t) = delete; // 删除赋值操作符
}

// 单例模式例子：使用C++ 11新特性default，修改构造函数和拷贝函数的访问权限
class A
{
public:
    static A* getInstance()
    {
        return m_instance;
    }

protected:
    A() = default;
    A(const A & t) = default;
    static A* m_instance; // 静态变量不能在类的内部初始化，初始化需要到外部
}
A* A::m_instance = new A; // 全局初始化时在A作用域下可以访问到A的m_instance和A()

任务队列：将一个一个的任务作为函数，装入队列这样的容器中，根据其先进先出的特性，使程序可以按照某种次序依次执行函数。典型例子如QT的QApplication::exec()事件循环。

单一职责原则：每个类做专一的功能，多个功能由多个类完成。
开放封闭原则：开放指类和模块、函数可扩展，即对于每个实体类都做一个抽象类，那就可以保证，每次需要扩展一个类的时候只需要实现一个类，而其他依赖它的类无需改动。
例子A，小明用铁锅炒蔬菜，这里一共有三个类：小明、铁锅、蔬菜，小明使用到了铁锅、铁锅里面装有蔬菜，即小明依赖了铁锅，蔬菜依赖了装它的容器铁锅，若此时需要将铁锅换成不粘锅，则不仅要新写不粘锅类，还需要将原本引用铁锅的蔬菜、小明处的代码全都改成不粘锅，这显然是扩展性差的体现。正确的设计代码结构的方式是将小明抽象为一个类（人），铁锅、不粘锅抽象为一个类（烧菜的容器）、蔬菜抽象为一个类（食物），然后将各种实体类继承于这些抽象类，这样的好处是当需要将铁锅换成不粘锅时，只需新写一个继承装菜容器这一抽象类的不粘锅类即可，而无需改动引用它的地方。
封闭指的是尽量不修改原有的类，若要修改，尽量采取增量修改的方式，扩充类或者扩充成员函数。
依赖转换原则：1. 高层模块不应该依赖于低层模块，高层模块和底层模块都应该有它的抽象；例子A就是一个符合该条的例子；因此，在设计结构的时候，高层不直接调用底层，而在两者之间封一层抽象类，高层调用抽象类的接口，从而调用到底层的模块；2. 抽象不应该依赖细节，细节应该依赖抽象。
里氏代换原则：子类类型必须能够替换掉它们的父类类型，抽象出来的父类能符合子类的共性特征。若代码结构不满足里氏代换原则，也就不满足依赖转换原则的第二条。

类与类之间的关系

继承关系（泛化关系）：带空心三角形的实线表示，箭头指向父类。继承关系可以继承非抽象类也可继承抽象类。
关联关系：一个类作为另一个类的成员变量。可分三类：单向关联、双向关联、自关联（即链表）。带箭头实线表示，指向被关联的一方，单向关联一个箭头、双向关联两边都带箭头、自关联自己指向自己。
聚合关系：整体与部分的关系。例如：汽车由引擎、轮胎、车灯等组成，森林由植物、动物、水、阳光等组成。关系比较松散，当森林类被析构时，引擎、轮胎、车灯类不会被析构，即引擎、轮胎、车灯可以脱离整体而单独存在。用带空心的菱形的直线表示，菱形指向整体。
组合关系：整体与部分的关系。例如：头由嘴巴、鼻子、耳朵、眼睛构成，树由树根、树干、树枝、树叶构成。组成的部分对于整体来说缺一不可。析构整体的时候需要将部分全都析构。用带实心菱形的直线表示，菱形指向整体。
依赖关系：是一种使用关系。例如：将一个类的对象作为另一个类中方法的参数，在一个类的方法中将另一个类的对象作为其的局部变量，在一个类的方法中调用了另一个类的静态方法。用带箭头的虚线来表示，箭头指向被依赖的一方。
关系的紧密程度：继承>组合>聚合>关联>依赖