图像处理
文章平均质量分 93
AutoXTruck
自动驾驶行业从业者,分享相关技术文章与行业心得体会,希望对你有所帮助。
展开
-
Image-Match算法博客索引
SIFT算法系列: SIFT算法系列之尺度空间 SIFT算法系列之特征点检测 SIFT算法系列之描述符 SIFT算法系列之匹配原创 2019-12-07 09:40:28 · 1114 阅读 · 1 评论 -
SIFT算法系列之匹配
简述说实话,SIFT算法系列博客已经过去很久了,SIFT算法也是读研期间研究最多的局部特征匹配框架。之前写过SIFT算法系列框架的理解,相关博客链接如下:SIFT算法系列之尺度空间SIFT算法系列之特征点检测SIFT算法系列之描述符时间很快,距离我写SIFT算法系列已经过去一年多了,最近想把SIFT算法最后一部分匹配方式写完。算是对该系列算法的一个总结与结束吧,深度学习的今天很少关注传统...原创 2019-11-24 12:18:36 · 1204 阅读 · 0 评论 -
OpenCV学习之PyramidAdaptedFeatureDetector
PyramidAdaptedFeatureDetector简述 OpenCV源码FeatureDetector类中的函数create()列举了四种创建特征检测初始化方式:Grid、Pyramid、Dynamic、HARRIS、Feature2d+detectorType共4种检测特征方式。其中Grid与Dyamic已经在之前的博客中有过简单的分析与实验验证,HARRIS检测与Feature2...原创 2018-06-17 12:18:20 · 700 阅读 · 5 评论 -
OpenCV实践之GMS网格运动统计策略的特征匹配算法
GMS算法简要介绍经典的特征匹配算法(SIFT、SURF、ORB等)存在的问题是鲁棒的算法速度较慢,快速的算法鲁棒性较差。局部特征匹配算法的核心问题在于邻域一致性的运用,稀疏邻域一致性特征又不能很好的定义邻域,因此导致特征匹配算法计算量大。Grid-based Motion Statistics(GMS)通过网格划分、运动统计特性的方法可以迅速剔除错误匹配,以此来提高匹配的稳定性。GMS核心思想...原创 2019-02-20 23:49:54 · 7746 阅读 · 31 评论 -
彩色图像主颜色分析
为什么要分析图像主颜色?在解答为什么需要分析图像中出现的主要颜色,我们先看一下图片:上图为图像主要成分的颜色分析显示,分别显示裤子、T恤、手提包的颜色。可以比较清晰的知道,在进行主颜色分析之前,首先对图像中出现的目标进行检测,然后通过彩色图像主颜色分析。现在来说下分析图像主颜色用途:通过大量分析图像主颜色,来了解个体、群体用户的喜好颜色等等。图像的主颜色分析有几种方式:可以通过聚类方法,或者...原创 2019-03-13 21:18:32 · 6355 阅读 · 6 评论 -
图像滤波算法系列实战总结之一
简述: 图像滤波是为了去除图像中存在的噪声,提升图像的有效信息清晰度。一般情况下,噪声在傅里叶变换频谱中处于图像中的高频段,所以衍生出一系列低通滤波算法,(Lower Pass Filter, LPF)算法在滤除噪声的同时也会一定程度的对边缘高频信息削弱。通常,滤波算法主要通过与图形进行卷积运算来进行图像滤波。早期滤波算法主要有:均值滤波、中值滤波、高斯滤波、双边滤波算法等。在介绍各个滤波算法...原创 2019-03-19 21:59:50 · 2333 阅读 · 1 评论 -
图像滤波算法系列实战总结之二
简介 同上一篇滤波算法总结一样,本篇博客主要以应用为主;基础滤波算法的功能延拓发展就是如何最大化的去除噪声同时也保存边缘信息。因此,出现一批研究保存边缘的滤波算法:引导滤波、滚动导向滤波、L0稀疏约束滤波。保持边缘的滤波算法基本上可以为双边滤波算法思想的延伸,下面会对各个算法进行简要概述。图像中边缘主要分为弱边缘与强边缘区域:L0范数滤波(l0smooth): L0范数滤波算法核心思想...原创 2019-03-20 21:16:46 · 2633 阅读 · 4 评论 -
OpenCV实践之特征点评估代码解析
重复率评估指标简述 我的博客写了一些特征匹配(尺度+仿射)相关匹配算法,但是一直都没有写过如何评估特征点的鲁棒性策略。如何进行特征点提取算法的鲁棒性评估是写这篇博客目的所在。重复率指标就是采用最多的特征点检测性能的评估策略:repeatability=∑dist(mpoints′,npoints)min(mpoints′,npoints′)repeatability=\frac {\sum{...原创 2019-03-26 20:11:10 · 2716 阅读 · 6 评论 -
SIFT算法系列之描述符
SIFT算法描述符简述 SIFT算法系列一直想把描述符阶段给写完,怪自己有点小偷懒,出来混迟早要还的。这次在之前SIFT算法系列之尺度空间与SIFT算法系列之特征点检测基础上,继续完善将描述符如何生成过程写完。废话不多说,我们知道描述符生成是建立在特征点之后的,假设我们检测出一些特征点,如下图:如上图,在特征点已经检测出来基础上,来计算特征点的主方向; SIFT源代码中计算主方向:以...原创 2019-04-13 00:28:06 · 3126 阅读 · 1 评论 -
OpenCV学习之GridAdaptedFeatureDetector
GridAdaptedFeatureDetector简述 博客有两周没有进行更新,最近换了工作新环境需要适应工作会比较忙。端午三天假期,第一天约见之前的朋友聊了一下。希望自己写博客计划能够一直坚持下去,ok话不多说。今天上午打开电脑,该学习一下OpenCV源码中的知识点。主要学习了OpenCV函数源码中FeatureDetector中里面有一个GridAdaptedFeatureDetect...原创 2018-06-17 10:23:26 · 1501 阅读 · 2 评论 -
OpenCV学习之DynamicAdaptedFeatureDetector
DynamicAdaptedFeatureDetector简述 图像处理领域中,阈值参数一直都是很难解决的问题。主要原因在于针对不同的需求要设置不同的阈值参数来达到比较满意的结果。典型的例如:图像中角点检测阈值的设置。阈值太大或者太小都会导致检测角点数目要么过多或者过少。检测过多的角点肯定存在许多重复的点,过少的点会导致后续的匹配等信息不够等问题。所以,目前来看许多都是已实验结果的经验值来进...原创 2018-06-03 17:32:56 · 752 阅读 · 1 评论 -
SIFT算法系列之尺度空间
尺度空间定义 说到尺度空间理论最早可以追溯到1962年的T.Iijima最先提出,学术界开始关注尺度空间技术主要在1986年IEEE PAMI上同时刊出的4篇关于尺度空间理论的文章奠定了发展基础。现实世界中物体只有具备一定的尺度才能够倍人眼所察觉,计算机视觉学术研究就是在不断的尝试与突破来模拟人眼的观察方法。因此,尺度空间就是试图在图像领域中模拟人眼观察物体的概念与方法。例如:观察一颗树,关...原创 2018-04-16 23:56:21 · 16934 阅读 · 2 评论 -
Color D-Nets算法小试
Color D-Nets算法简述 虽然D-Nets算法超越了Patch-Based模式下的特征匹配描述子,但是D-Nets仍然使用灰度图像信息进行特征提取与描述。丢弃真实图像的色彩、纹理等信息。所以,本篇博客决定参考之前Patch-Based模式下的彩色描述子思想,对D-Nets进行彩色图像信息匹配与描述。当让,彩色描述子在Patch-Based模式下存在很多方法:CSIFT、RGBSIFT...原创 2018-04-09 13:30:59 · 533 阅读 · 2 评论 -
D-Nets算法浅析
D-Nets算法简述 过去局部特征算法以SIFT为代表的Patch-Based Descriptors模式下的描述子几乎研究近二十年,分别对Patch-Based模式下的描述子构建鲁棒性、维数缩减进行大量的研究,但是难以在速度与精度上达到最优。例如:出现一批SIFT-Based下的描述子,尽管如此SIFT仍然是最为标准化的局部特征算法。2012年CVPR上Felixvon Hundelsha...原创 2018-04-07 18:58:32 · 1237 阅读 · 2 评论 -
D-Nets: Beyond Patch-Based Descriptors
如若侵权,请联系删除!Abstract 尽管对基于Patch(块)的描述符进行了大量的研究,SIFT描述子策略仍然是寻找图像对应关系的最佳标准,最近的描述符主要集中在提高速度而不是精度上。在本文中我们提出了描述符网络(d-nets),一种有效的计算方法,显著提高并且超越Patch-Based模式的图像匹配精度。d-nets构建一个网络中的节点对应于传统的稀疏或稠密采样点,图像内容描述...翻译 2018-04-07 12:19:26 · 901 阅读 · 0 评论 -
MSER仿射不变特征匹配算法
MSER原理简述 个人博客 OpenCV实践之MSER仿射匹配算法 已更新讲述MSER仿射匹配算法代码 区域检测(Region Detection)方法是根据图像中具有某种同类性质的像元进行分类(例如相同像素值大小的点),然后把具有相同性质的像元合并成区域,实现区域的检测即图像分割。MSER(Maximally Stable Extremal Regions最大极值区域检测)方...原创 2018-03-25 12:21:21 · 4502 阅读 · 15 评论 -
Harris-Affine仿射不变特征匹配算法
Harris-Affine原理概述 文末已添加Github代码链接地址尺度不变Harris-Laplace角点算法简述 经典Harris作为当下运用最为广泛的提取角点算子,具有旋转、尺度、部分光照不变性,计算简单。Hessian角点检测是比Harris算子的更加稳定的角点检测算子只是计算效率相比Harris要高。随着Harris算子提出进一步发展为具有尺度不变性的角点检测算...原创 2018-03-21 14:58:51 · 10235 阅读 · 21 评论 -
AKAZE算法分析
1 算法简介 局部特征相关算法在过去二十年期间风靡一时,其中代表的有SIFT、SURF算法等(广泛应用于目标检测、识别、匹配定位中),这两种算法是用金字塔策略构建高斯尺度空间(SURF算法采用框滤波来近似高斯函数)。不论SIFT还是SURF算法在构造尺度空间时候存在一个重要的缺点:高斯模糊不保留对象边界信息并且在所有尺度上平滑到相同程度的细节与噪声,影响定位的准确性和独特性。 针对高斯...原创 2018-03-16 19:57:53 · 23474 阅读 · 20 评论 -
BFSIFT算法分析
BFSIFT算法简述 硕士阶段研究的是遥感图像处理领域SAR图像处理方面知识,自然在论文阅读中接触到了BFSIFT算法。其实BFSIFT主要改进了光学SIFT算法在SAR图像匹配性能低下的问题。下面对SAR图像做一下简单的介绍:我们大家所熟知的光学图像一般噪声默认都属于加性噪声,默认服从高斯分布。SAR图像由于合成孔径雷达独特的成像方式,一般SAR图像噪声都属于乘性噪声,经过统计分析归纳其分...原创 2018-05-25 22:50:16 · 1510 阅读 · 5 评论 -
SIFT算法系列之特征点检测
特征点检测算法简述 说到特征(feature)可能包含许多种类:常用的图像领域的主要特征有颜色特征、纹理特征、形状特征、空间关系特征。其实不论哪种特征,其特征的描述或者表达的主要思路在于:通过特征的提取表达来区分图像的信息。特征点可以理解为是图像中变化较大的信息区域,具有独特性。为什么要把图像中的变化较大的区域提取出来作为特征表述,其主要原因还是存在于模拟人眼观察一幅图像时候最先观察到的是整...原创 2018-04-19 19:37:21 · 3477 阅读 · 2 评论