- 博客(6)
- 收藏
- 关注
RSS订阅原创 计算机视觉——基于BOW的图像检索（作业六）
文章目录一、图像检索概述（一）基于文本的图像检索（TBIR）（二）基于内容的图像检索（CBIR）1.矢量空间模型（BOW表示模型、Bag of Words）2.视觉单词3.*K−means*算法（三）*Bag of features*原理1.*Bag of features*图像检索流程2.特征提取3.学习特征词典4.对输入特征集进行量化5.对输入特征集进行量化6.倒排索引表7.直方图匹配二、（一）准备图片集（二）代码实现过程1.提取*SIFT*特征、生成视觉词典2.视觉词典进行量化生成数据库3.图像检索（
2021-06-06 22:09:52
1767
3
原创 计算机视觉——照相机标定（作业五）
文章目录一、针孔照相机模型（一）概念（二）坐标转换（三）像主点偏移（四）内参矩阵（五）畸变现象（六）畸变矫正（七）摄像机旋转平移二、照相机标定（一）一、针孔照相机模型（一）概念针孔照相机模型 （有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够多精确度。这个名字来源于一种类似暗箱机的照相机。该照相机从一个小孔采集射到暗箱内部的光线。针孔相机模型就是把相机简化成小孔成像，在这种模型下，物体的空间坐标和图像坐标之间是线性的关系，因此对相机参数
2021-05-23 21:01:10
1861
1
原创 计算机视觉——全景图像拼接（作业四）
文章目录1. 基本原理1.1 图像拼接的几何原理2. 使用步骤1.引入库2.读入数据总结1. 基本原理本章学习内容为全景图像拼接，需要我们创建全景图、拼接图像。即将两幅或多幅具有重叠区域的图像，通过特征匹配将具有相同的特征点的图像拼接在一起，将来自多个不同视角拍摄的图像变换到同一视角下，拼接成一张宽视野图像。这里的特征点指代SIFT特征点，SIFT是具有很强稳健性的描述子，比起其他描述子，产生更少的错误匹配。以下是图像拼接的基础流程：针对某个场景拍摄多张/序列图像;计算第二张图像与第一张图
2021-04-25 20:47:29
2041
1
原创 计算机视觉——第三章：图像到图像的映射（作业三）
文章目录前言1. 单应性变换1.1 直接线性变换算法1.2 仿射变换2. 图像扭曲2.1 图像中的图像2.2 分段放射扭曲前言本章讲解图像直接到变换以及一些计算变换到实用方法；设计单应性变换以及图像扭曲的一些算法。这些变换可用于图像扭曲变形和图像配准。1. 单应性变换单应性变化是将一个平面内的点映射到另一个平面的二位投影变换。其中，平面是指图像或者三维中的平面表面。单应性变换具有很强的实用性，如图像配准、图像纠正和纹理扭曲、创建全景图像等。单应性变换被人们频繁使用。本质上，单映性变换HHH按照以
2021-04-11 16:39:59
444
原创 计算机视觉——第二章：局部图像描述子（作业二）
文章目录前言1. Harris角点检测1.1 基本原理1.2 基于Python的代码实现1.3 在图像中寻找对应点1.3.1代码实现：2. SIFT(尺度不变特征变换)2.1 SIFT特征简介2.2 兴趣点2.3 描述子2.4 检测兴趣点2.5 匹配描述子3. 匹配地理标记图像3.1 3.1 可视化连接的图像前言本章旨在寻找图像间的对应点和对应区域。图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数，取搜索区中相关系数最大所
2021-03-28 23:00:01
817
原创 计算机视觉——图像处理基础章节内容（作业一）
文章目录一、直方图1.基本原理2.通过Python绘制直方图二、直方图均衡化1.基本原理2.直方图均衡化的实现三、高斯滤波1.基本原理2.高斯滤波的实现一、直方图1.基本原理直方图是图像像素灰度级的统计数目的直观表示。数字图像的数字化过程中，通过采样将图像离散化为一个个像素，经过量化后，将像素的值（既灰度值）从连续量离散化为整数值。以uint8（无符号8比特整数）类的像素值为例，像素的灰度值的范围为[0,255]区间的整数。通过统计每个灰度值像元的个数，生成直方图，有利于分析图像的性质，以便于后续
2021-03-28 18:06:48
982
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人