【Computer Vision】
文章平均质量分 93
JasonDing1354
关注jasonding.top
展开
-
【OpenCV笔记】图像预处理
对输入的任意一张图片要做预处理,本文的预处理主要有:灰度化、尺寸归一化、灰度直方图均衡化原创 2014-07-25 17:18:57 · 14381 阅读 · 2 评论 -
【计算机视觉】OpenCV人脸识别facerec源码分析2——LBPH概述
人脸识别从OpenCV2.4开始,加入了新的类FaceRecognizer,我们可以使用它便捷地进行人脸识别实验。其源代码可以在OpenCV中的opencv\modules\contrib\doc\facerec\src下找到。 目前支持的算法有: Eigenfaces特征脸createEigenFaceRecognizer() Fisherfaces createFisherFace原创 2015-03-04 14:57:05 · 5864 阅读 · 0 评论 -
【计算机视觉】OpenCV的最近邻开源库FLANN
FLANN介绍FLANN库全称是Fast Library for Approximate Nearest Neighbors,它是目前最完整的(近似)最近邻开源库。不但实现了一系列查找算法,还包含了一种自动选取最快算法的机制。flann::Index_类该类模板是最近邻索引类,该类用于抽象不同类型的最近邻搜索的索引。 以下是flann::Index_类的声明:template <typename原创 2015-03-03 15:12:38 · 13670 阅读 · 0 评论 -
【计算机视觉】OpenCV人脸识别facerec源码分析1——FaceRecognizer概述
FaceRecognizer类OpenCV中所有人脸识别的模型都是继承自FaceRecognizer这个基类,这个类提供了人脸识别算法的统一接口。class FaceRecognizer : public Algorithm{public: //! virtual destructor virtual ~FaceRecognizer() {} // Tra原创 2014-12-28 20:49:49 · 5950 阅读 · 1 评论 -
【计算机视觉】LBP纹理特征
LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen,和 D. Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征。从纹理分析的角度来看,图像上某个像素点的纹理特征,大多数情况下是指这个点和周围像素点的关系,即这个点和它的邻域内点的关系。从哪个角度对这种关系提取特征,就形成了不同种类的特征。有了特征,就能根据纹理进行分类原创 2014-11-05 15:40:23 · 4052 阅读 · 0 评论 -
【计算机视觉】OpenCV中直方图处理函数简述
直方图是对数据集合的统计 ,并将统计结果分布于一系列预定义的bins中。这里的数据不仅仅指的是灰度值 ,统计数据可能是任何能有效描述图像的特征。原创 2014-11-03 10:15:47 · 2827 阅读 · 0 评论 -
【计算机视觉】借助图像直方图来检测特定物(MeanShift、CamShift算法)
均值漂移算法以迭代的方式锁定概率函数的局部最大值。它主要是寻找预定义窗口中数据点的重心点,或者说加权平均值。该算法将窗口中心移动到数据点的重心处,并重复这个过程直到窗口重心收敛到一个稳定点。从数学角度上说,Mean Shift算法利用概率密度的梯度爬升来寻找局部最优。当输入一个图像的范围,然后根据反向投影图和输入的方框进行Mean Shift迭代,它是向重心移动,即向反向投影图中概率大的地方移动,所以始终会移动到目标上,Mean Shift算法是一个变步长的梯度上升算法。原创 2014-10-16 08:53:56 · 4648 阅读 · 2 评论 -
【计算机视觉】一步一步实现人脸或特定物体的跟踪(1)——利用CamShift来跟踪
介绍这里的方法是根据颜色直方图的方式进行人脸或者特定物体的跟踪的,具体步骤是首先计算指定区域的色彩直方图,然后再根据该色彩直方图对整个图片区域进行反投影计算,得到的是该图片中复合指定区域色彩直方图分布的概率分布,最终通过多次迭代,得到一个输出的目标窗口。原创 2014-11-14 10:06:38 · 3291 阅读 · 0 评论 -
【计算机视觉】基于Kalman滤波器的进行物体的跟踪
Kalman(卡尔曼)滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中,估计动态系统的状态。Kalman滤波的一个典型实例是从一组有限的,包含噪声的,对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。Kalman滤波器的基本思想是,若有一组强而合理(合理的意思是“限制非常宽松使得这种方法对真实世界中出现的相当多的实际问题都有用”)的假设,给出系统的历史测量值,则可以建立最大化这些早前测量值的后验概率的系统状态模型。另外,无需存储很长的早前测量历史,我原创 2014-10-28 11:26:16 · 9021 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合
一、特征提取Feature Extraction:· SIFT [1] [Demo program][SIFT Library] [VLFeat]· PCA-SIFT [2] [Project]· Affine-SIFT [3] [Project]· SURF [4] [OpenSURF] [Matlab Wrapper]· Affine Covar转载 2014-11-09 11:39:00 · 1797 阅读 · 0 评论 -
【OpenCV笔记】使用VS2012和OpenCV2.4.9搭建配置OpenCV开发环境
使用MS Visual C++来创建OpenCV工程,由于不同的VS版本在配置时有所差别,现特把配置过程总结下来,以方便自己和其他朋友使用。安装Visual Studio2012和OpenCV2.4.9这里就不再对软件的安装和环境变量的设置进行说明了,其他类似的文章的设置都大抵相似,本文重点介绍一下VS2012环境的配置。原创 2014-08-06 22:27:52 · 2924 阅读 · 0 评论 -
【人脸检测】Haar分类器原理1——矩形特征与积分图
Haar-like矩形特征是用于物体检测的数字图像特征。这类矩形特征模板由两个或多个全等的黑白矩形相邻组合而成,而矩形特征值是白色矩形的灰度值的和减去黑色矩形的灰度值的和,矩形特征对一些简单的图形结构,如线段、边缘比较敏感。如果把这样的矩形放在一个非人脸区域,那么计算出的特征值应该和人脸特征值不一样,所以这些矩形就是为了把人脸特征量化,以区分人脸和非人脸。原创 2014-07-04 16:09:34 · 13593 阅读 · 0 评论 -
【人脸检测】Haar分类器原理2——AdaBoost级联分类器
Haar分类器使用AdaBoost算法,但是把它组织为筛选式的级联分类器,每个节点是多个树构成的分类器,且每个节点的正确识别率很高。在任一级计算中,一旦获得“不在类别中”的结论,则计算终止。只有通过分类器中所有级别,才会认为物体被检测到。这样的优点是当目标出现频率较低的时候(即人脸在图像中所占比例小时),筛选式的级联分类器可以显著地降低计算量,因为大部分被检测的区域可以很早被筛选掉,迅速判断该区域没有要求被检测的物体。原创 2014-07-09 11:21:01 · 24040 阅读 · 1 评论 -
【计算机视觉】提取视频中的前景物体
前景提取和目标检测当观察场景的是一个固定的相机,背景几乎保持不变。在这种情况下,感兴趣的元素是在场景中运动的物体。为了提取出这些前景物体,我们需要对背景建模,然后将当前帧的模型与背景模型进行比较,以检测前景物体。前景提取是智能监控应用的基础步骤。 OpenCV的video module中包含了几种较为常用的背景减除方法,其中混合高斯模型(Gaussian of Mixture Models, GM原创 2015-04-06 21:19:35 · 10897 阅读 · 4 评论