图像处理
阿尔贝斯
关注机器学习,数据挖掘,高性能计算,移动互联网领域等。
展开
-
论文阅读——人脸质量评估
本文链接:https://blog.csdn.net/Chunying27/article/details/52788036Patch-based Probabilistic Image Quality Assessment for Face Selection and Improved Video-based Face Recognition像素范围压缩: 这样(0,255)变到(1,5....转载 2019-12-01 00:48:50 · 416 阅读 · 0 评论 -
利用MATLAB Training Image Labeler标记样本并保存
在做机器学习任务的时候,需要标记大量样本。之前找了好久实用的工具,一直没找到,后来发现竟然MATLAB就有这个功能,用起来还比较顺手。但美中不足是导出的样本标记只有记录了源图像路径和兴趣区位置的mat数据文件,笔者写了一些处理脚本,完成了 标记→存储ROI区域位置→图像分割储存的流程。本文分为两部分,Part 1为MATLAB样本标记工具的使用方法,Part 2为笔者写的后续处理脚本,完成了图像存...转载 2018-09-17 10:42:18 · 2099 阅读 · 0 评论 -
双目视觉简介
1. 双目视觉算法简介1.1. 双目视觉简介双目视觉广泛应用在机器人导航,精密工业测量、物体识别、虚拟现实、场景重建,勘测领域。什么是双目视觉?双目视觉是模拟人类视觉原理,使用计算机被动感知距离的方法。从两个或者多个点观察一个物体,获取在不同视角下的图像,根据图像之间像素的匹配关系,通过三角测量原理计算出像素之间的偏移来获取物体的三维信息。得到了物体的景深信息,就可以计算出物体转载 2017-01-06 11:19:32 · 859 阅读 · 0 评论 -
关于cv::warpaffine函数
原文地址: http://blog.csdn.net/txdb/article/details/6443364在做汉字 验证码识别时用warpAffine做了个图像旋转,发现有点问题。仔细看了下这个函数的说明,如下://! warps the image using affine transformationCV_EXPORTS_W void warpAffine( con转载 2016-04-28 16:05:49 · 2431 阅读 · 0 评论 -
图像变换 - 图像拉伸、收缩、扭曲、旋转[1] - 仿射变换(cvWarpAffine)
拉伸、收缩、扭曲、旋转是图像的几何变换,在三维视觉技术中大量应用到这些变换,又分为仿射变换和透视变换。仿射变换通常用单应性建模,利用cvWarpAffine解决密集映射,用cvTransform解决稀疏映射。仿射变换可以将矩形转换成平行四边形,它可以将矩形的边压扁但必须保持边是平行的,也可以将矩形旋转或者按比例变化。透视变换提供了更大的灵活性,一个透视变换可以将矩阵转变成梯形。当然,平行四边形也是转载 2016-04-28 10:11:41 · 5421 阅读 · 0 评论 -
Spatial Pyramid Matching 小结
SPM [1]全称是Spatial Pyramid Matching,出现的背景是bag of visual words模型被大量地用在了Image representation中,但是BOVW模型完全缺失了特征点的位置信息。文章被引用了3400多次。文章的贡献,看完以后觉得其实挺简单的,和分块直方图其实是一个道理------将图像分成若干块(sub-regions),分别统计每一子块的特征,最后转载 2016-03-14 10:14:14 · 620 阅读 · 0 评论 -
应用Sift算子的模式识别方法 内核篇
博客地址:http://blog.csdn.net/abcjennifer/article/details/7372880总的来说,模式识别方法分两步:train&predict.经过谭敏师姐细心讲解和细读 siftdemov4 code,将这两部的理解解释如下:(以下提到的feature都是指sift feature)一、train1.提取+/- sample转载 2016-03-08 14:51:36 · 579 阅读 · 0 评论 -
Bow模型(解释的很好)
Bag-of-words model (BoW model) 最早出现在NLP和IR领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档. 近年来, BoW模型被广泛应用于计算机视觉中. 与应用于文本的BoW类比, 图像的特征(feature)被当作单词(Word).引子: 应用于文本的BoW modelWikipedia[1]上给出了如下转载 2016-03-06 15:25:15 · 713 阅读 · 0 评论 -
聚类算法——K-means(下)
K-means的源码实现 一般情况下,我们通过C++/Matlab/Python等语言进行实现K-means算法,结合近期我刚刚学的C++,先从C++实现谈起,C++里面我们一般采用的是OpenCV库中写好的K-means函数,即cvKmeans2,首先来看函数原型: 从OpenCV manual看到的是:int cvKMeans2(const CvArr* samples,转载 2016-03-04 14:34:45 · 596 阅读 · 0 评论 -
聚类算法——K-means(上)
首先要来了解的一个概念就是聚类,简单地说就是把相似的东西分到一组,同 Classification (分类)不同,对于一个 classifier ,通常需要你告诉它“这个东西被分为某某类”这样一些例子,理想情况下,一个 classifier 会从它得到的训练集中进行“学习”,从而具备对未知数据进行分类的能力,这种提供训练数据的过程通常叫做 supervised learning (监督学习),而在转载 2016-03-04 14:33:55 · 621 阅读 · 0 评论 -
特征点检测学习_1(sift算法)
sift算法在cv领域的重要性不言而喻,该作者的文章引用率在cv界是number1.本篇博客只是本人把sift算法知识点整理了下,以免忘记。本文比较早的一篇博文opencv源码解析之(3):特征点检查前言1 中有使用opencv自带的sift做了个简单的实验,而这次主要是利用Rob Hess的sift源码来做实验,其实现在的opencv版本中带的sift算法也是Rob Hess的,只是稍微包装转载 2016-03-03 17:43:45 · 709 阅读 · 0 评论