高级计算机图形学重点笔记
本资源摘要信息主要介绍了高级计算机图形学的重点知识点，涵盖了坐标变换、视图变换、投影变换、设备变换、视窗变换、消隐方法、光照明计算、光线跟踪、shading 方法等方面。
一、坐标变换
坐标变换是计算机图形学中最基本的变换，它将对象从一个坐标系转换到另一个坐标系。坐标变换可以分为几何变换和投影变换两类。几何变换包括平移、旋转、缩放等，而投影变换则是将三维坐标转换为二维坐标。
二、视图变换
视图变换是将三维空间中的对象投影到二维平面上，包括正投影、透视投影等。视图变换的目的是将三维空间中的对象转换为二维平面上的图像。
三、投影变换
投影变换是将三维空间中的对象投影到二维平面上，包括正投影、透视投影等。投影变换的目的是将三维空间中的对象转换为二维平面上的图像。
四、设备变换
设备变换是将对象从世界坐标系转换到设备坐标系。设备变换的目的是将对象从世界坐标系转换到设备坐标系，以便在设备上显示。
五、视窗变换
视窗变换是将对象从世界坐标系转换到视窗坐标系。视窗变换的目的是将对象从世界坐标系转换到视窗坐标系，以便在视窗上显示。
六、消隐方法
消隐方法是计算机图形学中消除隐藏的线或面的方法。消隐方法可以分为图像空间消隐和物体空间消隐两类。图像空间消隐使用Z缓冲器算法，而物体空间消隐使用加速光栅化算法。
七、光照明计算
光照明计算是计算机图形学中计算物体表面的光照明的方法。光照明计算可以分为几种方法，包括Whitted光照明模型、Lambert光照明模型等。
八、光线跟踪
光线跟踪是计算机图形学中计算光线与物体的交点的方法。光线跟踪可以分为几种方法，包括Whitted光照明模型和Lambert光照明模型等。
九、shading 方法
shading 方法是计算机图形学中计算物体表面的颜色的方法。shading 方法可以分为几种方法，包括Lambert diffuse shading、Blinn-Phong shading等。
本资源摘要信息涵盖了高级计算机图形学的多个方面，包括坐标变换、视图变换、投影变换、设备变换、视窗变换、消隐方法、光照明计算、光线跟踪、shading 方法等。这些知识点是计算机图形学的基础知识，掌握这些知识点对于了解计算机图形学的原理和应用非常重要。
2026-01-07 13:13:43
142.85MB
1
数字图像处理知识点总结
数字图像处理是计算机科学和信息技术中的一个重要领域，涉及到图像的 acquirement、processing、analysis 和理解。下面是数字图像处理的知识点总结：
一、图像表示
* pixels：图像的基本单位，表示图像的颜色和强度信息。
* 图像矩阵：将图像表示为矩阵形式，方便进行图像处理和分析。
二、图像处理技术
* 图像增强：通过调整图像的对比度、亮度和颜色等参数，以提高图像的可读性和美观性。
* 图像去噪：使用滤波器或其他算法来消除图像中的噪声和干扰。
* 图像分割：将图像分割成不同的区域，例如目标物体和背景。
三、图像变换
* Fourier 变换：将图像从时域变换到频域，以便进行频域滤波和图像压缩。
* Laplace 变换：一种常用的图像变换方法，用于图像去噪和图像增强。
* DCT 变换：一种常用的图像压缩方法，用于 JPEG 图像压缩。
四、图像压缩
* 有损压缩：使用 DCT 变换和量化因子来压缩图像，牺牲一些图像质量以换取压缩比。
* 无损压缩：使用算法来压缩图像，而不牺牲图像质量。
五、图像特征提取
* 纹理特征：提取图像中的纹理信息，以便进行图像识别和分类。
* 形状特征：提取图像中的形状信息，以便进行图像识别和分类。
六、图像识别
* 图像分类：使用机器学习算法来对图像进行分类，例如人脸识别和物体识别。
* 图像目标检测：使用机器学习算法来检测图像中的目标对象，例如人脸检测和物体检测。
七、图像处理应用
* 图像压缩：用于压缩图像以减少存储空间和传输时间。
* 图像识别：用于人脸识别、物体识别、图像分类等应用。
* 图像增强：用于提高图像的可读性和美观性。
八、结论
数字图像处理是计算机科学和信息技术中的一个重要领域， 涉及到图像的 acquirement、processing、analysis 和理解。掌握数字图像处理的知识点，对于图像处理和分析非常重要。
2026-01-06 19:15:29
26.54MB
1
杭州电子科技大学计算机考研信息汇总
作者： GitHub：ztygalaxy
GitHub Pages:
适用报考范围： 杭电计算机学院计算机相关专业，不定期更新
本系列只在GitHub不定期更新，其他平台非本人维护或停止维护，转载请标明来源，谢谢。
资料整理不易，烦请您在Fork之前先Star，谢谢。
前言
什么他娘的精锐，老子打的就是精锐！—— 李云龙
目录
2.3 中外合作办学2020年招生简章
3 招生专业目录
3.1 全日制
3.2 非全日制
4 报录比
4.1 2020年
4.2 2019年
4.3 2018年
4.4 2017年
4.5 2016年
5 考试大纲
5.1 2020年考试大纲
5.2 2019年考试大纲
5.3 2018年考试大纲
6 专业课真题
6.1 数据结构
6.2 组成原理
6.3 考点统计
7 2018考
2024-03-29 16:25:32
66.56MB
1