Image Processing
文章平均质量分 79
Alec-Wong
不忘初心
展开
-
计算机网络通信协议结构
<br />原创 2010-07-11 00:55:00 · 1055 阅读 · 0 评论 -
NI LabVIEW 2014SP1视觉开发必备软件和工具包
* s! R7 D7 pNI LabVIEW 2014SP1视觉开发必备软件和工具包4 U# Z, M; ?7 z2 r0 q) j L. fNI视觉开发可以使用64位版本,因为其视觉包直接支持64位的版本。如果没有太多性能上的需求,使用32位即可。. C2 J8 d3 F7 T) ^9 O* R( I# {2 d" y首先当然是需要开发平台LabVIEW,可以使用32位中文转载 2015-11-20 16:15:06 · 8646 阅读 · 0 评论 -
NI LabVIEW 2015视觉开发必备软件和工具包
http://shixinhua.com/bbs/thread-8487-1-1.htmlNI LabVIEW&VISION 2015视觉开发必备软件和工具包1 M) Y2 }) E9 r. _NI视觉开发可以使用64位版本,因为其视觉包直接支持64位的版本。如果没有太多性能上的需求,使用32位即可,因为还要考虑相机、板卡等硬件的驱动是否兼容64位环境。转载 2015-11-20 16:20:33 · 26454 阅读 · 0 评论 -
计算机视觉和图像处理 一些研究机构和参考资料
计算机视觉和图像处理Boris BabenkoHome | vision.ucsd.edu2009-12-19个人研究情况综述 - 轻舞飞扬、威风凛凛 - CSDN博客SLEP: A Sparse Learning Package稀疏实例CVPapers - Computer Vision ResourceICCV 2009 papers on the web - Pape原创 2014-05-03 17:03:06 · 1676 阅读 · 0 评论 -
ROS+Bumblebee相关资料参考
我收藏了一些学习ros的相关64位Ubuntu系统安装OpenCV 2.4.x+ffmpeg 完美解决方案 | bfcat-计算机视觉博客DARPA Robotics Challenge (DRC) Trials: Team RegistrationUbuntu之家—ubuntu,linux资讯,教程,安装,配置,美化,学习,应用基于Ubuntu 11.10/12.04编译OpenCV原创 2014-05-03 17:01:07 · 1716 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理
http://www.sigvc.org/bbs/thread-2187-1-3.html目录:一、概述二、背景三、人脑视觉机理四、关于特征4.1、特征表示的粒度4.2、初级(浅层)特征表示4.3、结构性特征表示4.4、需要有多少个特征?五、Deep Learning的基本思想六、浅层学习(Shallow Learning转载 2014-02-25 21:03:02 · 2279 阅读 · 0 评论 -
奇异值分解SVD,矩阵范数,函数矩阵
http://blog.sina.com.cn/s/blog_9206acb20101chc9.html转载 2014-01-13 15:54:06 · 2071 阅读 · 0 评论 -
交通标志牌识别样本数据及相应算法
http://benchmark.ini.rub.de/?section=gtsrb&subsection=datasetHOMEGTSRBNEWSABOUTDATASETRESULTSSCHEDULESUBMISSIONSCONTACTGTSDBLOGIN / SIGN UP DatasetOverviewSt转载 2014-01-09 14:15:56 · 5299 阅读 · 0 评论 -
Ubuntu 12.04 加载Bumblebee2相机 重启电脑后,无法识别设备的问题
自己在Ubuntu12.04 机器人ROS 中使用Bumblebee2 每次工控机从新启动 都找不到相机,只有工控机从新断电的情况下才可以找到相机,原因可能是找不到1394口!解决办法:方法1:ref:http://marhes.ece.unm.edu/index.php/TXT-1_Stereo_Cameraadd following lines into file原创 2013-11-21 21:11:08 · 1432 阅读 · 0 评论 -
匹配追踪MP和正交匹配追踪OMP算法
匹配追踪MP和正交匹配追踪OMP算法http://blog.csdn.net/wwf_lightning/article/details/70142985http://blog.csdn.net/scucj/article/details/7467955http://blog.csdn.net/jbb0523/article/details/45130793MP:matching pursuit匹...转载 2018-03-01 15:25:38 · 16472 阅读 · 9 评论 -
Deep Learning(深度学习)之(一)特征以及训练方法
http://blog.csdn.net/boon_228/article/details/51700418目录:一、概述二、背景三、人脑视觉机理四、关于特征 4.1、特征表示的粒度 4.2、初级(浅层)特征表示 4.3、结构性特征表示 4.4、需要有多少个特征?五、Deep Learning的基本思想六、浅层学习(Shallow Learning)...转载 2018-03-19 10:29:56 · 8757 阅读 · 0 评论 -
国内外从事CV相关的企业
(1)北京北方猎波科技有限公司:http://www.northwh.com/beifangliebo/main1.html红外探测成像产品(2)深圳超多维光电子有限公司北京分公司:http://www.superd.com.cn立体显示设备(3)深圳尤利尔科技有限公司北京分公司:http://www.unier.com.cn/index.asp森林防火,监狱报警监控(4)...转载 2019-05-09 20:05:24 · 5629 阅读 · 0 评论 -
自编码器(Autoencoders)
https://www.cnblogs.com/happylion/p/4270013.html【deep learning精华部分】稀疏自编码提取高阶特征、多层微调完全解释及代码逐行详解我们前面已经讲了如何训练稀疏自编码神经网络,当我们训练好这个神经网络后,当有新的样本输入到这个训练好的稀疏自编码器中后,那么隐藏层各单元的激活值组成的向量就可以代表(因为根据稀疏自编码,我们可以用来恢复)...转载 2019-04-14 10:33:41 · 967 阅读 · 0 评论 -
相机标定方法
1、传统相机标定最简单的相机标定为线性标定,即不考虑相机的畸变而只考虑空间坐标转换。每个坐标点有X,Y两个变量,可列两个方程,相机内参有5个未知数,外参平移和旋转各3个,共有11个变量,因此至少需要6个特征点来求解。2、非线性标定当镜头畸变明显时必须考虑畸变,一般较为便宜的网络摄像头畸变特别大,而价格较贵的工业摄像头则畸变很小,因为其中已经嵌入了许多消除畸变的程序。这时线性模型转化...原创 2019-03-20 14:09:55 · 2997 阅读 · 0 评论 -
卫星图像三维重建技术
http://planckscale.info/tag/visualsfm/https://blog.csdn.net/moneyhoney123/article/details/78454837Windows下使用VisualSFM + CMVS/PMVS +MeshLab进行三维重建参考文档:VisualSFM和Meshlab实现三维重建过程:http://plancks...转载 2019-03-15 17:23:03 · 3078 阅读 · 4 评论 -
相机标定原理介绍
一.总体原理:摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程,也就是求最终的投影矩阵的过程。[1]基本的坐标系:世界坐标系; 相机坐标系; 成像平面坐标系; 像素坐标系[2]一般来说,标定的过程分为两个部分:第一步是从世界坐标系转为相机坐标系,这一步是三维点到三维点的转换,包括R,t(相机外参,确定了相机在某个三维空间中的位置和...转载 2019-03-19 16:52:47 · 1908 阅读 · 0 评论 -
相机标定详解
相机标定详解最近做项目要用到标定,因为是小白,很多东西都不懂,于是查了一堆的博客,但没有一个博客能让我完全能看明白整个过程,绝大多数都讲的不全面,因此自己总结了一篇博客,给自己理一下思路,也能够帮助大家。(张正友标定的详细求解还未完全搞明白,后面再加)参考博客:相机标定(Camera calibration)原理、步骤(http://blog.csdn.net/lql0716/art...转载 2019-03-19 16:01:39 · 273 阅读 · 0 评论 -
人脸识别常用数据集大全
“本文收集了一些常用的人脸识别数据集,欢迎下载并收藏~”http://cvmart.net/community/article/detail/148我们整理了一批常用的人脸识别数据集给大家,欢迎大家下载并收藏~数据集描述备注获取方式PubFig: Public Figures Face Database哥伦比亚大学的公众人物脸部数据集,包含有200个人的58k+人脸图像非限制场景下的人脸识别链接:...转载 2018-05-06 00:41:04 · 5743 阅读 · 4 评论 -
卷积神经网络CNN总结
https://www.cnblogs.com/skyfsm/p/6790245.htmlhttps://www.cnblogs.com/GarfieldEr007/p/5342906.html从神经网络到卷积神经网络(CNN)我们知道神经网络的结构是这样的:那卷积神经网络跟它是什么关系呢?其实卷积神经网络依旧是层级网络,只是层的功能和形式做了变化,可以说是传统神经网络的一个改进。比如下图中就多了...转载 2018-03-22 22:45:22 · 989 阅读 · 0 评论 -
Bumblebee2 双目测量基本原理
一.双目视觉原理:双目立体视觉三维测量是基于视差原理。转载 2013-10-22 12:55:53 · 1509 阅读 · 0 评论 -
Datasets for Computer Vision Research
Datasets for Computer Vision Research http://www.di.ens.fr/willow/research.php The Ponce Group Main Page Vision Research Robotics Research Publications Technica原创 2012-05-22 10:46:58 · 1664 阅读 · 0 评论 -
图像处理中各种边缘检测的微分算子简单比较(Sobel,Robert, Prewitt,Laplacian,Canny)
图像处理中各种边缘检测的微分算子简单比较(Sobel,Robert, Prewitt,Laplacian,Canny) 来自http://whitebaby323.blog.163.com/blog/static/1104276201123101430958/ 同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘指的是转载 2012-03-26 14:53:52 · 1187 阅读 · 0 评论 -
CV,AR相关的代码
from:http://www.cvchina.info/codes/ 代码2011年10月22日 发表评论 阅读评论这个页面力图搜集各种跟CV,AR相关的代码,如无特别声明,均是c/c++代码。还是一贯的标准,不求全面,只求质量。如有特别推荐的代码,请在本页留言,或者email我:cvchina AT gmail.com通用库/General Libr转载 2012-02-22 09:47:14 · 1268 阅读 · 0 评论 -
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接---个人整理
from:http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=13642 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的转载 2012-02-22 10:09:43 · 5852 阅读 · 1 评论 -
自己整理的计算机视觉领域稍微容易中的期刊(第一版)
from: http://blog.csdn.net/carson2005/article/details/6292748模式识别,计算机视觉领域,期刊(1)pattern recognition letters, 从投稿到发表,一年半时间(2)Pattern recognition 不好中,时间长(3)IEICE Transactions on Information and S转载 2012-02-22 10:14:40 · 3201 阅读 · 0 评论 -
程序员技术练级攻略
from:http://coolshell.cn/articles/4990.html#more-4990月光博客6月12日发表了《写给新手程序员的一封信》,翻译自《An open letter to those who want to start programming转载 2011-07-31 10:51:20 · 695 阅读 · 0 评论 -
模式特征抽取研究进展
<br />模式特征抽取研究进展<br />杨静宇,金忠,杨健<br />南京理工大学计算机科学与技术学院,210094,南京<br />摘要:<br />特征抽取不但从原始模式信息中提取出最有利于模式分类的特征,而且极大地降低模式样本的维数,是模式识别研究领域的重要研究内容。本文首先简要回顾模式特征抽取的经典方法,然后介绍近年来在主分量分析、非线性鉴别分析、流形学习、基于稀疏表示的图像特征抽取等方面的理论和方法研究的主要进展,最后分析了模式特征抽取研究趋势。<br /> <br />1.引言<br />模原创 2011-03-08 15:59:00 · 4290 阅读 · 0 评论 -
图像处理与视觉计算的网络资源和一些评述
【转】 图像处理与视觉计算的网络资源和一些评述2011-01-04 16:55转载自 study_then最终编辑 瀚海天宇图像处理与视觉计算的网络资源和一些评述[转自阿须数码,STONE 原创]转自阿须数码,STONE 原创==========================================作图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认原创 2011-03-04 21:59:00 · 1127 阅读 · 0 评论 -
【分享】加州大学伯克利分校视频图像处理实验室会议论文库【免费】
刚才在网上找些资料,无意间发现这个免费的图像处理方面的学术会议论文库,里面的文章质量和数量都很不错,不敢独享。实验室主页链接:http://www-video.eecs.berkeley.edu/论文库链接:http://www-video.eecs.berkeley.edu/Proceedings/包括如下会议收录论文:ICIP--International Conference on Image Processing 02-08年CVPR--Conference on Computer Vision a转载 2010-06-07 10:23:00 · 977 阅读 · 0 评论 -
特征提取代码总结
http://www.cnblogs.com/yingying0907/archive/2011/08/06/2129472.html 特征提取代码总结颜色提取Ø 颜色直方图提取:Code: #include #include #include using namespace std; int main( int arg转载 2012-03-26 16:29:49 · 856 阅读 · 0 评论 -
卷积概念和应用
汉漢▼▲Convolution of two square pulses: the resulting waveform is a triangular pulse. One of the functions (in this caseg) is first reflected about and then offset byt, making it. The原创 2012-03-26 15:32:37 · 1088 阅读 · 0 评论 -
AdaBoost人脸检测训练算法
目前在实际中应用的人脸检测方法多为基于Adaboost学习算法的方法,这种检测方法最初由剑桥大学的两位大牛Paul Viola和Michael Jones[ViolaJones01]提出,并由另一位大牛英特尔公司的Rainer Lienhart[Lienhart02]对这一方法进行了改善。这里,我先介绍ViolaJones的人脸检测方法,然后再介绍Lienhart的人脸检测算法。我转载 2012-04-17 16:23:37 · 2176 阅读 · 0 评论 -
三维人脸研究
三维人脸研究现状:传统的人脸识别方法是基于二维图像分析的理论进行人脸的表示、分析、提取特征并进行分类识别。虽然基于二维图像的人脸识别算法在半个多世纪的研究过程中,取得了丰硕的成果,但是研究表明,基于二维图像分析的人脸识别方法受到诸如光照、姿态、表情等成像条件的影响较大。与二维数据相比,三维数据包含了人脸的空间信息,是人脸本身固有的信息,对外界条件的变化具有很好鲁棒性[13]。采集获得的脸部三维原创 2012-04-17 14:39:38 · 9212 阅读 · 8 评论 -
High Dimensional Pattern Recognition via Sparse Representation
http://www.eecs.berkeley.edu/~yang/presentationpage.html Software:http://www.eecs.berkeley.edu/~yang/software/softwarepage.htmlCopyright Notice: It is important that you read and understand the翻译 2012-04-10 14:10:59 · 1082 阅读 · 0 评论 -
Sparse Representation软件和工具包
Fast l-1 Minimization Algorithms: Homotopy and Augmented Lagrangian Method-- Implementation from Fixed-Point MPUs to Many-Core CPUs/GPUsAllen Y. Yang, Arvind Ganesh, Zihan Zhou, Andrew Wagner,翻译 2012-04-10 13:15:59 · 2692 阅读 · 0 评论 -
Matrix Completion
http://perception.csl.illinois.edu/matrix-rank/references.html2010年的CVPR最佳paper:Efficient computation of robust low-rank matrix approximations in the presence of missing data using l1 norm.Tutoria原创 2012-04-09 16:03:08 · 5128 阅读 · 1 评论 -
稀疏表达:向量、矩阵与张量(中)
点击打开链接http://www.cvchina.info/?s=%E7%A8%80%E7%96%8F%E8%A1%A8%E8%BE%BE 2010年7月13日 happyharry发表评论阅读评论在开始正文之前,咱首先得说明一下,这篇东西偏向于理论,各位看官可以自行跳过某些部分。这方面的工作奠基人同样也是compressive sensing的大牛之一E.J Ca转载 2012-03-30 15:45:48 · 1161 阅读 · 0 评论 -
zz:压缩感知科普文两则
http://www.cvchina.info/2010/06/08/compressed-sensing-2/ 2010年6月8日 cvchina发表评论阅读评论这几天由于happyharry的辛勤劳动,大伙纷纷表示对稀疏表达,压缩感知很感兴趣啊。我是搞不太懂这个前沿啊,只好转两篇科学松鼠会的科普文,都是译文,说不定大伙都看过了原文。第一篇是陶哲轩写的。转载 2012-03-30 15:48:39 · 1253 阅读 · 1 评论 -
稀疏表达:向量、矩阵与张量(上)
http://www.cvchina.info/2010/06/01/sparse-representation-vector-matrix-tensor-1/ 稀疏表达:向量、矩阵与张量(上)2010年6月1日 happyharry发表评论阅读评论稀疏表达是近年来SP, ML, PR, CV领域中的一大热点,文章可谓是普天盖地,令人目不暇给。老板某门课程的转载 2012-03-30 15:27:04 · 2337 阅读 · 0 评论 -
穿过战场的迷雾:毫米波雷达技术
电磁波按照波长被划分为不同波段,波长在米级的称为米波,在分米级的为分米波,在毫米级的被称为毫米波,分米波主要作为预警雷达使用,厘米波则是飞机火控雷达的波段。毫米波段因为传输距离远之前一直不被人重视,但后来人们发现毫米波在传输窗口内大气衰减和损耗低,穿透云层、雾、尘埃和战场烟雾能力强,能在复杂气象和电磁环境下正常工作。这些优点使得各个国家开始竞相开发毫米波制导武器,目前已大量运用于导弹、末制导炮弹、...转载 2019-05-30 08:23:59 · 1406 阅读 · 0 评论