andkobe的专栏

1。水平垂直差分法：   2。Robert 算子梯度     3。sobel算子  4。拉普拉斯算子

Moravec在1981年提出Moravec角点检测算子[1]，并将它应用于立体匹配。      首先, 计算每个像素点的兴趣值,即以该像素点为中心, 取一个w*w(如:5x5)的方形窗口,计算0度、45度、90度、135度四个方向灰度差的平方和,取其中的最小值作为该像素点的兴趣值。其数学表达式为：   其中四种移位 (u,v) = (1,0), (1,1)

IImage组件是在wince5.0新加入的,它可以调用公共接口来显示多种图片格式(jpg,png,gif,bmp),并且还可以扩展用以支持更多图片.但也许是因为新加入的原因,尚存在不少问题,其中编译的error link 2005就令人非常头痛.        首先让我们先来看看一个能够编译通过的最简单IImage的用法://///////////////////////

SURF: speed up robust featureSURF特点：1.使用积分图像完成图像卷积（相关）操作;2，使用Hessian矩阵检测特征值；3，使用基于分布的描述符（局部信息）。兴趣点检测相关研究：1998 Lindberg介绍自动尺度选择的概念，允许检测图像中的兴趣点在它们的特征尺度上。他实验了Hessian矩阵的行列式和Laplacian(和矩阵的迹一致

Opencv 2.1 中新添加很多例程和方法，其中一个是 findobj_ferns ，相对于2.0里面的 findobj ，该例程的正确性确实很高，但是效率不敢恭维，实时性很差，用它自带的两张图片进行匹配，需要3,4分钟的样子，这实在不能令人接受，这也应该算是该算法的最大缺陷了。findobj_ferns 没有采用经过封装的函数，而是更加底层的函数，图片的存取都是Mat格式，而不是我们熟悉的

1．基本理论   拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数，定义为：   为了更适合于数字图像处理，将该方程表示为离散形式：   另外，拉普拉斯算子还可以表示成模板的形式，如图5-9所示。图5-9（a）表示离散拉普拉斯算子的模板，图5-9（b）表示其扩展模板，图5-9（c）则分别表示其他两种拉普拉斯的实现模板。