2012年09月_Iam_Rocky

转载圖像旋轉後的還原圖像坐標

http://www.cnblogs.com/slysky/archive/2012/03/30/2426059.html需求：對每個新圖像中的像素進行遍歷。計算像素點在原圖像中對應的位置。由於在求邊界時，假定圖像進行順時針旋轉，因此此處進行反推新像素位置在原圖像中的對應位置時，需要用逆時針計算。順時針計算方法是：X = xcos(theta)

2012-09-30 21:37:10 1279

转载 sift算法研究_無匹配

http://www.cnblogs.com/slysky/archive/2011/10/30/2229530.html1 sift簡介 David G. Lowe在1999年提出了尺度不變的特征(Scale-Invariant Feature)，用來進行物體的識別和圖像匹配等，並於2004年進行了更深入的發展和並加以完善。SIFT（Scale-Invari

2012-09-30 21:35:23 1895

转载圖像匹配方法淺談

http://www.cnblogs.com/jewell/archive/2011/08/26/2154179.html每次都想找個權威的圖像匹配的綜述看看。但看的論文零零散散，每家都說自己方法如何如何的好，其實我都半信半疑的，希望中國的研究學者能夠腳踏實地的務實的多做點實事，牛頓說我成功是因為站在巨人的肩上。我是菜鳥，我希望能站在大鳥的身上，展翅飛翔。也希望有好

2012-09-30 21:29:52 1837

转载方差，標准差，協方差

http://www.cnblogs.com/cvlabs/archive/2010/03/26/1696978.html方差：方差是變量與其平均值的平方和的算術平均值，例如：有一組數據{4,5,6,7}, 平均值為：(4+5+6+7)/4=22/4=5.5 其方差為：[(4-5.5)2+(5-5.5)2+(6-5.5)

2012-09-30 20:03:24 1147

转载立體匹配中的NCC，SAD，SSD算法

http://www.cnblogs.com/cvlabs/archive/2010/01/13/1646902.htmlNormalized Cross correlation (NCC)NCC(u,v) = [(wl - w)/(|wl - w|)]*[(wr - w)/(|wr - w|)] 選擇最大值 Sum of Squared Defference

2012-09-30 19:55:15 7896

转载人臉光照調整之DCT變換

http://www.cnblogs.com/ImageVision/archive/2012/03/30/2425998.html人臉光照調整一直是人臉識別問題中的難點，作者就不同處理方法，並結合其在實際應用中的表現，在此分章節談一些個人看法，有不當之處，還望各園友指正。光照調整主要分在頻率域和空間域的處理，頻率域中有DCT變換、小波變換等。而在空間域有直方圖均衡化、Gamm

2012-09-30 19:46:17 1072

转载人臉光照調整之Gabor濾波

http://www.cnblogs.com/ImageVision/archive/2012/04/09/2439464.html在圖像處理、模式識別以及計算機視覺等領域中，Gabor 濾波器得到了廣泛的應用。用Gabor 函數形成的二維Gabor 濾波器具有在空間域和頻率域同時取得最優局部化的特性，與人類生物視覺特性很相似，因此能夠很好地描述對應於空間頻率(尺度)、空間位置及方向

2012-09-30 19:45:33 1497

转载人臉光照調整之Gamma校正

http://www.cnblogs.com/ImageVision/archive/2012/04/16/2452671.html人臉光照處理的理想狀態是，在不損失圖像內容的前提下，保持圖像在各種環境下的圖像光照一致。而像之前提到過的Gabor雖然能保持較好的光照統一性，但會造成一部分的低頻信息丟失，另外的DCT變換，不能很好適應環境光的變化。所以，在實際使用中，往往不能把光照處理的

2012-09-30 19:44:49 2332

转载 Gauss濾波的快速實現方法

http://www.cnblogs.com/ImageVision/archive/2012/06/11/2545555.html二維高斯函數具有旋轉對稱性，處理後不會對哪一個方向上的邊緣進行了過多的濾波，因此相對其他濾波器，具有無法比擬的優越性。但是傳統Gauss濾波隨著圖像尺寸的增加，運算復雜度呈平方上漲，因此需要對其優化改進。下面，分別介紹傳統型，分解型和遞歸迭代型三種實現方法

2012-09-30 19:42:21 1425

转载眼睛定位

http://www.cnblogs.com/ImageVision/archive/2012/03/14/2396534.html根據眼睛定位的流程，一般分為以下幾步：眼睛區域初定位，噪聲去除，眼睛的精確定位。1 眼睛區域初定位，對正面人臉還是比較好確定的，但是當人臉發生姿態變化時，如何較准確獲取，是個難題。當然有人用二值化眼睛區域的方法，但是不同光照，不同人臉的閾值不太好定

2012-09-30 19:39:48 1839

转载嘴角定位

http://www.cnblogs.com/ImageVision/archive/2012/03/21/2408506.html人臉五官中，關於嘴角定位的文獻相對眼睛定位來講要少很多，定位的方法也很不相同。作者結合工作中遇到的問題，在此按照定位過程，簡要闡述如下：嘴角定位一般分為，胡子區域去除，嘴巴區域獲取，嘴角定位1. 胡子區域去除　　胡子的干擾，是嘴角定

2012-09-30 19:39:14 1499

转载 Property和attribute的區別

http://www.cnblogs.com/xiaotie/archive/2010/04/18/1714988.htmlAttribute和Property都可以翻譯成「屬性」，有的地方用Attribute表示「屬性」，有的地方又在用Property，初學者常常在這兩個單詞間「迷失」，甚至認為二者沒有區別，是一樣的。可是Attribute不等於Property。二者之間到底有何區

2012-09-30 07:12:29 1568

转载對圖像邊緣進行隨機均勻采樣的C#算法實現

http://www.cnblogs.com/xiaotie/archive/2010/04/18/1714988.html圖像邊緣含有圖像形狀的豐富信息，然而，圖像邊緣有時所含的像素點還是太多，很多情況下需要繼續精簡（比如，使用 ShapeContext 進行形狀匹配），於是就出現一個問題：如何從圖像邊緣上提取出N個點，使這N個點最具有代表性呢？一個很直觀的思路是：（１）這N

2012-09-30 07:04:05 2035

转载二值圖貼標簽算法

http://www.cnblogs.com/xiaomaLV2/archive/2011/12/01/2269991.html/* 二值圖處理 --- 貼標簽法 f(i,j) 檢測圖像 g(i,j) 標簽圖像初始值為設lab = 0 1. 從左到右從上到下掃描f(i,j) 2. 如果f圖像點(i,j)不為指定的值而回到看該點(i,j) 的在g圖像

2012-09-30 06:56:21 1185

转载已知空間N點坐標求圓心坐標，半徑

http://www.cnblogs.com/xiaomaLV2/archive/2011/08/30/2159908.html注意哦這裡是求圓心不是球心哦條件：已知空間N點坐標，格式如下求圓心坐標，半徑-33.386698 -12.312448 -2301.396442-33.668120 -12.571431 -2300.390996-33.83861

2012-09-30 06:53:51 5918

转载關於region Of interst-ROI

http://www.cnblogs.com/xiaomaLV2/archive/2011/11/29/2267493.html1.This approach combinesregion information with the image matrix: Only the image part corresponding to the region remains

2012-09-30 06:46:00 1681

转载 Blob Analysis --Blob 分析

http://www.cnblogs.com/xiaomaLV2/archive/2011/11/29/2267498.htmlBlob分析(Blob Analysis)是對圖像中相同像素的連通域進行分析，該連通域稱為Blob。Blob分析可為機器視覺應用提供圖像中的斑點的數量、位置、形狀和方向，還可以提供相關斑點間的拓撲結構。4.1 Basic Concept B

2012-09-30 06:45:26 6364

转载 1D mesauring

http://www.cnblogs.com/xiaomaLV2/archive/2011/11/29/2267509.htmlboundary一個例子：測保險絲的寬度 Example: solution_guide/basics/fuse.hdev *********************************************** 思路：1.gen_m

2012-09-30 06:44:44 2048

转载 Edge Extraction -- 邊緣提取

http://www.cnblogs.com/xiaomaLV2/archive/2011/12/28/2304814.html1. 一般過程********************************************* sobel_amp(Image : EdgeAmplitude : FilterType, Size : )* 不能完全排

2012-09-30 06:43:19 2180

转载 Contour Processing

http://www.cnblogs.com/xiaomaLV2/archive/2011/12/28/2304824.html Coutours 屬於XLD結構a) 圖邊緣覆蓋在原始圖像上b)縮放 a）中的矩形區域，凸顯控制點c)輪廓可以分割成線。圓。橢圓等，可以得出它們的角度中心半徑等 Basic Concept

2012-09-30 06:42:42 1952

转载 Matching

HALCON 10.0 II-B 3.1 Gray-Value-Based Matching 基於灰度的匹配是一個非常經典的方法，它僅適用於對象的不模糊，不缺失，灰度值不變化。適用於對象旋轉轉。注意對於所有的應用，相關性和基於形狀的匹配是要優先考慮的。使用灰度匹配的理由可能是由於匹配的對象和灰度有關系。 The rare cases in which t

2012-09-30 06:36:51 1413

转载 hsv 與 hsi 顏色空間

http://www.cnblogs.com/mfryf/archive/2012/02/21/2361710.htmlHSV顏色空間 HSV(hue,saturation,value)顏色空間的模型對應於圓柱坐標系中的一個圓錐形子集，圓錐的頂面對應於V=1. 它包含RGB模型中的R=1，G=1，B=1 三個面，所代表的顏色較亮。色彩H由繞V軸的旋轉角給定。紅色對應於角度0° ，綠色對

2012-09-30 06:23:40 4033

转载幾種經典的濾波算法

http://www.cnblogs.com/carekee/articles/2265917.html1、限幅濾波法（又稱程序判斷濾波法） A、方法：根據經驗判斷，確定兩次采樣允許的最大偏差值（設為A）每次檢測到新值時判斷：如果本次值與上次值之差如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上

2012-09-29 23:13:45 1442

转载工業相機，工業攝像機，工業攝像頭的選擇

http://www.cnblogs.com/wqj1212/archive/2009/10/25/1589432.html做圖像處理,處理的對像是從工業相機來的圖像，所以，工業相機的選擇是不可缺少而且非常重要的一步。首先要弄明白的是自己的檢測任務，是靜態拍照還是動態拍照、拍照的頻率是多少、是做缺陷檢測還是尺寸測量或者是定位、產品的大小（視野）是多少、需要達到多少精度、所用

2012-09-29 23:13:07 1493

转载從圖像轉換到byte[]數組的幾種方法

http://www.cnblogs.com/keyrratuff/archive/2009/02/11/1388009.html// 性能最高，其數組和像素一一對應public static void test1(Image img) { Bitmap bmp = new Bitmap(img); BitmapData

2012-09-29 23:09:33 742

转载判斷區域B是否在區域A內部的快速算法

http://www.cnblogs.com/xiaotie/archive/2010/11/08/1871424.html在圖像分析中，經常需要判斷圖像分割所得到的區域之間的關系。通常情況，我們通過八鄰接外輪廓（准確說法是擴展邊緣，但這樣又得費半天口舌解釋什麼是擴展邊緣）來描述一個區域並對區域進行標注，如：很容易判斷兩個區域是否相鄰（掃描區域的內外邊緣像素，如果相鄰

2012-09-29 23:03:55 15905

转载數字圖像處理詞匯表

http://www.cnblogs.com/gxceo/archive/2010/09/30/1841913.htmlAlgebraic operation 代數運算；一種圖像處理運算，包括兩幅圖像對應像素的和、差、積、商。 Aliasing 走樣（混疊）；當圖像像素間距和圖像細節相比太大時產生的一種人工痕跡。 Arc 弧；圖的一部分；表示一曲線一段的相連的像素集合。 Bin

2012-09-29 22:53:02 1159

转载 Snake模型綜合介紹

http://www.cnblogs.com/chenxofhit/archive/2011/12/08/2281215.htmlSnake模型背景及應用Snake模型稱為動態輪廓模型（Active Contour Model）是Kass與1987年提出的，它對於在噪聲和對比度不敏感，能將目標從復雜背景中分割出來，並能有效的跟蹤目標的形變和非剛體的復雜運動而被廣泛用於圖像分割

2012-09-29 22:50:03 3244

转载傅立葉變換的物理意義

http://www.cnblogs.com/doucontorl/archive/2010/12/04/1896667.html1、為什麼要進行傅裡葉變換，其物理意義是什麼？傅立葉變換是數字信號處理領域一種很重要的算法。要知道傅立葉變換算法的意義，首先要了解傅立葉原理的意義。傅立葉原理表明：任何連續測量的時序或信號，都可以表示為不同頻率的正弦波信號的無限疊加。而根據該原理創

2012-09-29 22:38:54 24764

转载掃描多邊形填充算法

http://www.cnblogs.com/carekee/articles/1769714.html多邊形填充，就是把多邊形所佔據的柵格象素賦予指定的顏色值。要完成這個任務，一個首要的問題就是求出多邊形所佔據的柵格象素，判斷一個網格在多邊形內還是多邊形外，在多邊形內的象素，則賦予指定的顏色值，多邊形外的象素，則不賦予指定的顏色值，具體該如何判斷象素是否在多邊形內呢？這裡我們采用」掃描線

2012-09-29 22:33:48 1543

转载判斷點在直線的哪一側

http://www.cnblogs.com/carekee/articles/1877575.html2.2.1下面開始程序的設計：由於本部分需要判斷空間多邊形的拓撲關系，現在約定凸多邊形的邊界和內部，凸多邊形用頂點坐標的逆時針方向序列確定。凸多邊形P Q 的頂點序列為 p1 p2 ..pn 和q1 q2 …qn 。為了簡單，假設P邊界上不包含Q的頂點，Q的邊界上不包含P

2012-09-29 22:33:04 2275

转载判斷點在線的左邊、右邊

http://www.cnblogs.com/carekee/articles/2299546.html判斷點在線的左邊還是右邊在構建三角網時是非常重要的以及兩點p1(x1,y1),p2(x2,y2),判斷點p(x,y)在線的左邊還是右邊。 1.bool LeftOfLine(const ZCoord2D& p, const ZCoord2& p1, c

2012-09-29 22:30:01 5546

转载 OpenCV-Cvbox2D

http://www.cnblogs.com/hanming/archive/2010/11/30/2276216.html之前用到opencv最小外接矩形去表示一個類橢圓形的高度，特此記錄備查。對給定的 2D 點集，尋找最小面積的包圍矩形，使用函數：CvBox2D cvMinAreaRect2( const CvArr* points, CvMemStorage*

2012-09-29 22:24:27 1794

转载 IMAGEJ中幾種自動閾值的比較

http://www.cnblogs.com/pixels/archive/2011/01/14/1935600.html從ImageJ中挑選了三種閾值的計算方法，下圖是運行結果。可以看出均值的方法獲得的二值結果較差。下面是源代碼（改自ImageJ中的Java代碼，其中給出的參考文獻，有興趣的可以看一下）代碼#include "std

2012-09-29 20:26:48 2863

转载霍夫變換

http://www.cnblogs.com/cfantaisie/archive/2011/06/05/2073343.htmlHough變換用來在圖象中查找直線。它的原理很簡單：假設有一條與原點距離為s，方向角為θ的一條直線，直線上的每一點都滿足方程7.1： s = xcosθ + ysinθ 可以利用這個變換找出圖中最長的直線，實現算法如下：1．創建

2012-09-29 20:18:21 1739

转载直方圖均衡化

http://www.cnblogs.com/cfantaisie/archive/2011/06/05/2073406.html直方圖均衡化是灰度變換的一個重要應用，它高效且易於實現，廣泛應用於圖像增強處理中。圖像的像素灰度變化是隨機的，直方圖的圖形高低不齊，直方圖均衡化就是用一定的算法使直方圖大致平和。均衡化處理後的圖象只能是近似均勻分布。均衡化圖象的動態范圍擴大了，但其本

2012-09-29 20:17:26 2375

转载 Hessian特征检测

http://www.cnblogs.com/cfantaisie/archive/2011/06/12/2078728.html Hessian:主要响应角点和很强的纹理区域Harris:非常准确的角点检测

2012-09-29 20:12:02 3940

转载圖像細化（骨架化）算法分析

http://www.cnblogs.com/blue-lg/archive/2012/03/08/2383955.html圖像的細化是模式識別中很重要的一個技術，指的是將原本"臃腫"的像素簡化為單像素相連接的二值圖像（即類似骨架的概念），細化的好壞直接影響到後面識別匹配的效率。摘自某文章的話，細化就是經過一層層的剝離，從原來的圖中去掉一些點，但仍要保持原來的形狀，直到得到圖像

2012-09-29 17:49:46 6149

转载圖像匹配算法研究之surf算法

http://www.cnblogs.com/blue-lg/archive/2012/07/17/2385755.html今天碰巧和朋友討論這個，才想起來好久沒碰，都生疏了，趁著暑假還有點閒時，先寫寫再說。有錯誤的地方希望大家指正。 ?SURF (Speeded Up Robust Feature) is a robust

2012-09-29 17:48:45 6000

转载圖像匹配算法研究之sift算法

http://www.cnblogs.com/blue-lg/archive/2012/07/17/2594868.htmlSIFT算法由D.G.Lowe 1999年提出，2004年完善總結，論文發表在2004年的IJCV上，主要用於提取具有圖像旋轉不變性和伸縮不變性的特征點。這項技術可以推廣到圖像識別、圖像拼接以及圖像恢復等。 David G. Lowe,

2012-09-29 17:47:54 2294

MATLAB ShowImage 顯示圖像

2022 圣诞树源码.txt

計算機課程設計.doc

爱心源码 爬取指定關鍵字圖片

跨年烟花代码 js 2022

元旦倒數計時程式碼-2023

计算机网络课程设计.doc

如何判斷座標在四邊形內

空空如也

爱心源码爬取指定關鍵字圖片