计算机视觉是一门融合数学、计算机科学与信号处理的交叉学科，其中各类计算题是连接理论模型与实际应用的桥梁，既考验对核心原理的理解，也为算法设计、硬件选型及效果评价提供量化依据。以下将结合计算机视觉领域的核心场景，通过典型计算题剖析其背后的数学逻辑与应用方法。

### 一、针孔相机模型中的坐标投影计算
针孔相机模型是计算机视觉最基础的成像框架，核心是将三维世界点映射到二维图像平面，其数学本质是齐次坐标下的矩阵变换。核心投影公式为：
$$\tilde{u} = K[R|t]\tilde{X}$$
其中，$\tilde{u}=(u,v,1)^T$ 是二维图像点的齐次坐标，$K$ 为相机内参矩阵（包含焦距、主点坐标），$[R|t]$ 为外参矩阵（旋转+平移，描述相机与世界坐标系的关系），$\tilde{X}=(X,Y,Z,1)^T$ 是三维世界点的齐次坐标。

**例题**：已知某相机内参矩阵 $K=\begin{bmatrix}1000 & 0 & 500 \\ 0 & 1000 & 300 \\ 0 & 0 & 1\end{bmatrix}$，外参 $R$ 为单位矩阵（相机与世界坐标系方向一致），平移向量 $t=(0,0,10)^T$，三维世界点实际坐标为 $(1,2,0)$，求该点在图像平面的像素坐标。

**解答步骤**：
1. 将世界点转换为齐次坐标：$\tilde{X}=(1,2,0,1)^T$；
2. 构造外参矩阵 $[R|t]=\begin{bmatrix}1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 10\end{bmatrix}$；
3. 计算投影矩阵 $P=K[R|t]=\begin{bmatrix}1000 & 0 & 0 & 0 \\ 0 & 1000 & 0 & 0 \\ 0 & 0 & 1 & 10\end{bmatrix}$；
4. 图像齐次坐标 $\tilde{u}=P\tilde{X}=(1000*1, 1000*2, 0+10*1)^T=(1000,2000,10)^T$；
5. 归一化得像素坐标：$u=1000/10=100$，$v=2000/10=200$。

最终图像像素坐标为 $(100,200)$。

### 二、视场角与像素分辨率的关联计算
视场角（FOV）决定了相机的场景覆盖范围，与传感器尺寸、焦距直接相关，是工业相机选型、无人机航拍等场景的核心参数。核心公式为：
$$\tan\left(\frac{FOV}{2}\right) = \frac{S}{2f}$$
其中 $S$ 为传感器对应方向的尺寸（水平/垂直），$f$ 为相机焦距。若结合图像分辨率，还可计算单个像素对应的实际场景尺寸（地面采样距离GSD）：
$$GSD = \frac{2Z\tan\left(\frac{FOV}{2}\right)}{Res}$$
$Z$ 为相机到目标的距离，$Res$ 为对应方向的像素数。

**例题**：某无人机相机焦距 $f=12mm$，传感器水平尺寸 $S_w=8.8mm$，垂直尺寸 $S_h=6.6mm$，飞行高度 $Z=100m$，图像分辨率为 $4000*3000$，求水平视场角及单个像素对应的水平场景尺寸。

**解答步骤**：
1. 计算水平视场角：
$\tan\left(\frac{FOV_w}{2}\right) = \frac{8.8}{2*12} ≈ 0.3667$，$\frac{FOV_w}{2}≈20.1°$，故 $FOV_w≈40.2°$；
2. 计算单个像素对应的水平场景尺寸：
水平方向总场景宽度 $W=2*100*\tan(20.1°)≈2*100*0.3667≈73.34m$；
单个像素水平尺寸 $GSD_w=73.34/4000≈0.0183m=1.83cm$。

### 三、特征匹配中的相似度量化计算
在SIFT、ORB等特征匹配任务中，通过特征向量的相似度判断是否为同一特征，常用度量包括欧氏距离和余弦相似度：
– 欧氏距离（值越小越相似）：$d=\sqrt{\sum_{i=1}^n(x_i-y_i)^2}$
– 余弦相似度（值越接近1越相似）：$\cos\theta=\frac{\sum_{i=1}^n x_i y_i}{\sqrt{\sum_{i=1}^n x_i^2}\sqrt{\sum_{i=1}^n y_i^2}}$

**例题**：已知两个SIFT特征向量 $x=(1.2,3.1,0.5,2.8)$，$y=(1.0,2.9,0.7,2.6)$，计算两者的欧氏距离与余弦相似度。

**解答步骤**：
1. 欧氏距离：
$d=\sqrt{(1.2-1.0)^2+(3.1-2.9)^2+(0.5-0.7)^2+(2.8-2.6)^2}=\sqrt{0.04+0.04+0.04+0.04}=\sqrt{0.16}=0.4$；
2. 余弦相似度：
点积 $=1.2*1.0+3.1*2.9+0.5*0.7+2.8*2.6=1.2+8.99+0.35+7.28=17.82$；
$||x||=\sqrt{1.2^2+3.1^2+0.5^2+2.8^2}≈4.375$，$||y||=\sqrt{1.0^2+2.9^2+0.7^2+2.6^2}≈4.082$；
$\cos\theta=17.82/(4.375*4.082)≈0.9978$。

结果显示两个特征高度相似，可判定为匹配对。

### 四、目标检测中的交并比（IOU）计算
交并比（IOU）是目标检测中评价预测框与真实框匹配程度的核心指标，计算公式为：
$$IOU=\frac{Area(Intersection)}{Area(Union)}$$
其中交集面积为两框重叠区域面积，并集面积为两框面积之和减去交集面积。

**例题**：真实框坐标为 $(50,50,200,200)$，预测框坐标为 $(60,60,210,210)$，计算IOU。

**解答步骤**：
1. 真实框面积 $A1=(200-50)*(200-50)=22500$，预测框面积 $A2=(210-60)*(210-60)=22500$；
2. 交集区域坐标：左上角 $max(50,60)=60$，$max(50,60)=60$；右下角 $min(200,210)=200$，$min(200,210)=200$；
3. 交集面积 $Ai=(200-60)*(200-60)=19600$；
4. 并集面积 $Au=A1+A2-Ai=22500+22500-19600=25400$；
5. $IOU=19600/25400≈0.77$。

### 结语
计算机视觉中的计算题是理论与实践的纽带，从相机成像的基础模型到目标检测的效果评价，量化计算贯穿于算法设计、硬件选型、系统优化全流程。掌握这些计算方法，不仅能加深对核心原理的理解，更能为实际工程问题提供科学的决策依据，是计算机视觉从业者必备的核心能力之一。

本文由AI大模型（Doubao-Seed-1.8）结合行业知识与创新视角深度思考后创作。