图像处理
文章平均质量分 89
Eason.wxd
我是Eason,我喂自己袋盐...
展开
-
超分辨率分析(四)--Deep Image Prior
转自:https://zhuanlan.zhihu.com/p/34504284略删减,我怎么感觉这篇文章作者都没理解网络学习这个事情的本质。本文中作者展示生成网络在经过任何学习之前就能够捕获大量的低级图像统计信息,也就是说,这些信息可能并不是通过大量的数据集学习得来。文中具体的实验方法,就是用一个随机初始化的生成网络,仅通过给定的图像就能得到重建后的图像,这种方法在去噪、超分辨、修补等人物...转载 2019-03-06 20:09:15 · 4422 阅读 · 0 评论 -
图像局部特征(十五)--MSCR
原文:http://blog.csdn.net/zhaocj/article/details/43191829前面我们介绍了MSER方法,但该方法不适用于对彩色图像的区域检测。为此,Forssen于2007年提出了针对彩色图像的最大稳定极值区域的检测方法——MSCR(Maximally Stable Colour Regions)。MSCR的检测方法是基于凝聚聚类(Agglomerat...转载 2016-07-19 09:43:03 · 6955 阅读 · 0 评论 -
图像局部特征(十六)--SimpleBlobDetector
原文:http://blog.csdn.net/zhaocj/article/details/44886475倒是觉得此文中对于圆识别的各种约束条件,挺有用。 Opencv中提供了SimpleBlobDetector的特征点检测方法,正如它的名称,该算法使用最简单的方式来检测斑点类的特征点。下面我们就来分析一下该算法。首先通过一系列连续的阈值把输入的灰度图像转换为一个二值图像的...转载 2016-07-19 09:53:47 · 21530 阅读 · 2 评论 -
图像局部特征(十八)--BOW
原文:http://blog.sina.com.cn/s/blog_4cb0b54301014hxu.htmlBag of Word, 顾名思义,即将某些Word打包,就像我们经常会把类似的物品装到一个柜子,或者即使是随意打包一些物品,也是为了我们能够方便的携带,在对大数据作处理的时候,为了能够方便的携带这些数据中的信息,与其一个一个的处理,还不如打包来的容易一点。 Bag ...转载 2016-07-19 10:11:27 · 9584 阅读 · 0 评论 -
图像局部特征(十九)--GLOH
转自:http://blog.csdn.net/wishchin/article/details/45146117GLOH特征(梯度位置方向直方图) 2005年MIko等人提出的SIFT的变子,改进为关键点周围的区间划分,由田字格划分修改为 八象限圆格划分,如下图: 在很大的一个训练集上训练得到PCA模型,再将272维直方图映射到一个128维的...转载 2018-02-22 09:45:47 · 7743 阅读 · 0 评论 -
图像局部特征(二十)--Textons
转自:http://blog.csdn.net/jzwong/article/details/51815134标题对应着一篇paper,链接在这里:http://idm.pku.edu.cn/staff/wangyizhou/papers/Texton_IJCV2005.pdf,但是看了半天并没有很理解,所以就从知网上搜了搜相关内容,根据知网上的介绍做一个总结,只能说是对texton特征的一个...转载 2018-02-22 11:08:14 · 9653 阅读 · 0 评论 -
图像形状特征(四)--轮廓树及PGH
轮廓树 轮廓树用来描述某个特定轮廓的内部特征。注意:轮廓树跟轮廓是一一对应的关系;轮廓树不用于描述多个轮廓之间的层次关系。 轮廓树的创建过程: 从一个轮廓创建一个轮廓树是从底端(叶子节点)到顶端(根节点)的。首先搜索三角形突出或者凹陷的形状的周边(轮廓上的每一个点都不是完全和它的相邻点共线的)每个这样的三角形被一条线段代替,这条线段通过连接非相邻点的两点得到;因此实际上三...转载 2016-11-30 09:03:35 · 8104 阅读 · 0 评论 -
二维物体形状识别方法(二)
这个论文不知道作者转自哪里,暂时就写博客作者地址吧:http://blog.chinaunix.net/uid-24517893-id-3140811.html摘 要 针对模式识别中二维物体的形状识别问题,以二值图像中的物体形状为主要研究对象,依次从特征提取、分类器设计两个主要层面对形状识别方法进行了全面综述,并分析了国内外研究现状,特别是近年来所取得的最新研究成果。最后,指出了目前存在的...转载 2016-11-30 09:07:05 · 10636 阅读 · 0 评论 -
二维物体形状识别方法(一)
原文:http://blog.csdn.net/liuqz2009/article/details/47624145物体识别是计算机视觉应用的一项基本任务。识别通常基于目标物体的灰度信息、颜色信息或形状信息。物体识别的目的就是要找到一个包含可以区分不同目标物体的有效信息的描述。由于要识别的物体是事先知道的,所以目标物体的几何特征可以被直接应用到识别任务中。 不规则物体的形状匹配是一种有效...转载 2016-11-30 15:06:30 · 18032 阅读 · 0 评论 -
图像形状特征(五)--自由式变形模板
变形模板分自由式和参数式,这里先说自由式,典型的自由式变形模板,就是本文的snake模型。原文转自:http://blog.csdn.net/zouxy09/article/details/8712287 基于能量泛函的分割方法: 该类方法主要指的是活动轮廓模型(active contour model)以及在其基础上发展出来的算法,其基本思想是使用连续曲线来表达目标边缘,...转载 2016-12-09 09:18:23 · 17962 阅读 · 1 评论 -
图像形状特征(二)--Hu距
原文转自:http://blog.csdn.net/wrj19860202/article/details/63270941. 矩的概念图像识别的一个核心问题是图像的特征提取,简单描述即为用一组简单的数据(图像描述量)来描述整个图像,这组数据越简单越有代表性越好。良好的特征不受光线、噪点、几何形变的干扰。图像识别发展几十年,不断有新的特征提出,而图像不变矩就是其中一个。矩是概率与统计中...转载 2016-11-18 11:59:18 · 9926 阅读 · 0 评论 -
图像形状特征(三)--链码及形状数
转自:http://blog.csdn.net/yang6464158/article/details/39801381Freeman链码(弗雷曼链码)是指用曲线起始点的坐标和边界点方向代码来描述曲线或边界的方法,常被用来在图像处理、计算机图形学、模式识别等领域中表示曲线和区域边界。它是一种边界的编码表示法,用边界方向作为编码依据,为简化边界的描述,一般描述的是边界点集。常用的链码按照中心...转载 2016-11-28 15:14:59 · 40296 阅读 · 3 评论 -
图像形状特征(一)--FD
1 引言物体的形状识别是模式识别的重要研究方向,广泛用于图像分析、机器视觉和目标识别的应用中。在计算机中物体的形状表示方式有多种:边界曲线上点的坐标序列,边界上的点到物体中心的距离以及边界上的点随弧长变化的切线方向等。基于形状不同的表示方式,已有大量的形状识别方法被提出,如:基于边界特征点,不变矩、傅里叶描绘子和自回归模型等。Kauppien 比较了各种典型的形状识别方法,实验表明基于物体轮廓...原创 2016-11-17 09:25:16 · 14239 阅读 · 0 评论 -
图像形状特征(六)--AR模型形状描述子
1. 自回归模型的定义 自回归模型(Autoregressive Model)是用自身做回归变量的过程,即利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型[1],它是时间序列中的一种常见形式[2]。 2. AR模型的状态空间形式(AR-Process in State Space Form)AR模型可以写成状态空间模型的形式[4] [5]...转载 2016-12-09 10:38:48 · 11298 阅读 · 0 评论 -
图像形状特征(七)--Zernike矩
原文:http://blog.csdn.net/wrj19860202/article/details/6334275 Zernike在1934年引入了一组定义在单位圆 上的复值函数集{ },{ }具有完备性和正交性,使得它可以表示定义在单位圆盘内的任何平方可积函数。其定义为: 表示原点到点 的矢量长度; 表示矢量 与 轴逆时针方向的夹角。 是实值径向多项式:称为Zer...转载 2016-12-12 09:11:00 · 16269 阅读 · 11 评论 -
图像形状特征(八)--SC形状上下文
形状上下文特征是一种很流行的形状描述子,多用于形状匹配,目标识别,它采用一种基于形状轮廓的特征描述方法,其在对数极坐标系下利用直方图描述形状特征能够很好地反映轮廓上采样点的分布情况。形状上下文的基本原理如下: Step1:对于给定的一个形状,通过边缘检测算子(如:canny算子)获取轮廓边缘 ,对轮廓边缘采样得到一组离散的点集P={p1,p2,p3,..pn},如图1中的字母...转载 2016-12-13 09:19:03 · 12766 阅读 · 0 评论 -
常用的图像特征
原文:http://blog.sina.com.cn/s/blog_7241dd0f0100p0ox.html 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一颜色特征(一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化转载 2015-12-01 15:19:05 · 8235 阅读 · 3 评论 -
图像局部特征(五)--斑点检测之SIFT算法原理总结
尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Fun zdd zddmail@gmail.com 对于初学者,从David G.Lowe的论文到实现,有许多鸿沟,本文帮你跨越。 1、SIFT综述尺度不变特征转换(Scale-invariant feature transform或...转载 2016-06-12 10:17:32 · 19569 阅读 · 0 评论 -
图像局部特征(六)--斑点检测之SIFT算法原理总结补充
原文:http://www.cnblogs.com/cfantaisie/archive/2011/06/14/2080917.html 主要步骤 1)、尺度空间的生成; 2)、检测尺度空间极值点; 3)、精确定位极值点; 4)、为每个关键点指定方向参数; 5)、关键点描述子的生成。 ...转载 2016-06-12 11:36:39 · 6682 阅读 · 0 评论 -
超分辨率分析(三)--端到端监督类深度学习方案综述
转自:https://zhuanlan.zhihu.com/p/31664818超分辨率技术(Super-Resolution, SR)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在监控设备、卫星图像和医学影像等领域都有重要的应用价值。本文针对端到端的基于深度学习的单张图像超分辨率方法(Single Image Super-Resolution, SISR),总结一下从SRCNN到...转载 2019-03-06 14:43:14 · 2117 阅读 · 0 评论 -
超分辨率分析(二)--深度学习方案综述
转自:https://www.jiqizhixin.com/articles/19022403图像超分辨率(SR)是指从低分辨率(LR)图像中恢复高分辨率(HR)图像的过程,是计算机视觉和图像处理中一种重要的图像处理技术。它在现实世界中有着广泛的应用,如医学成像、监控和安全等。除了改善图像的感知质量,它还有助于改善其它计算机视觉任务。总的来说,由于单个 LR 图像通常对应多个 HR 图像,因此...转载 2019-03-06 14:15:20 · 6440 阅读 · 0 评论 -
超分辨率分析(一)--传统方案综述
转自:https://www.cnblogs.com/wxl845235800/p/9292972.html图像超分辨率率(super resolution,SR)是指由一幅低分辨率图像(low resolution,LR)或图像序列恢复出高分辨率图像(high resolution,HR)。HR意味着图像具有高像素密度,可以提供更多的细节,这些细节往往在应用中起到关键作用。要获得高分辨率图像...转载 2019-03-06 10:27:53 · 17085 阅读 · 1 评论 -
图像局部特征(九)--斑点检测LOG算子
原文:1. 什么是斑点斑点通常是指与周围有着颜色和灰度差别的区域。在实际地图中,往往存在着大量这样的斑点,如一颗树是一个斑点,一块草地是一个斑点,一栋房子也可以是一个斑点。由于斑点代表的是一个区域,相比单纯的角点,它的稳定性要好,抗噪声能力要强,所以它在图像配准上扮演了很重要的角色。同时有时图像中的斑点也是我们关心的区域,比如在医学与生物领域,我们需要从一些X光照片或细胞显微照片中提取...转载 2016-06-26 21:51:04 · 13661 阅读 · 1 评论 -
图像局部特征(十)--BRIEF描述子
原文:http://www.cnblogs.com/ronny/p/4081362.htmlBinary Robust Independent Elementary Featureswww.cnblogs.com/ronny1. BRIEF的基本原理我们已经知道SIFT特征采用了128维的特征描述子,由于描述子用的浮点数,所以它将会占用512 bytes的空间。类似地,...转载 2016-06-26 22:21:23 · 8597 阅读 · 1 评论 -
图像局部特征(十一)--ORB描述子
Oriented FAST and Rotated BRIEFwww.cnblogs.com/ronny 这篇文章我们将介绍一种新的具有局部不变性的特征 —— ORB特征,从它的名字中可以看出它是对FAST特征点与BREIF特征描述子的一种结合与改进,这个算法是由Ethan Rublee,Vincent Rabaud,Kurt Konolige以及Gary R.Bradski在...转载 2016-06-26 22:32:14 · 10847 阅读 · 1 评论 -
图像局部特征(十二)--BRISK特征
原文:http://www.mamicode.com/info-detail-940675.html简介 BRISK算法是2011年ICCV上《BRISK:Binary Robust Invariant Scalable Keypoints》文章中,提出来的一种特征提取算法,也是一种二进制的特征描述算子。 它具有较好的旋转不变性、尺度不变性,较好的鲁棒性。...转载 2016-07-18 15:46:21 · 6448 阅读 · 0 评论 -
图像局部特征(十三)--FREAK特征
原文:http://blog.csdn.net/hujingshuang/article/details/47060677简介 FREAK算法是2012年CVPR上《FREAK: Fast Retina Keypoint》文章中,提出来的一种特征提取算法,也是一种二进制的特征描述算子。 它与BRISK算法非常相似,个人觉得就是在BRISK算法上的改进,关...转载 2016-07-18 15:54:14 · 6600 阅读 · 0 评论 -
图像局部特征(十四)--MSER特征
原文:http://blog.csdn.net/zhaocj/article/details/40742191最大稳定极值区域(MSER-Maximally Stable Extremal Regions)可以用于图像的斑点区域检测。该算法最早是由Matas等人于2002年提出,它是基于分水岭的概念。MSER的基本原理是对一幅灰度图像(灰度值为0~255)取阈值进行二值化处理,阈值从0...转载 2016-07-18 17:10:03 · 11471 阅读 · 0 评论 -
图像局部特征(十七)--DenseFeature
原文:http://blog.csdn.net/zhaocj/article/details/45198965DenseFeatureDetector可以生成具有一定密度和规律分布的图像特征点,它主要用于3D VIZ。DenseFeatureDetector的原理是,把输入图像分割成大小相等的网格,每一个网格提取一个像素作为特征点。类似于图像尺度金字塔,该方法也可以生成不同层图像的特征...转载 2016-07-19 09:58:18 · 9020 阅读 · 0 评论 -
图像局部特征(一)--概述
本文根据下面这篇文章,做下简单修改。原文:http://www.cnblogs.com/ronny/p/4260167.html研究图像特征检测已经有一段时间了,图像特征检测的方法很多,又加上各种算法的变形,所以难以在短时间内全面的了解,只是对主流的特征检测算法的原理进行了学习。总体来说,图像特征可以包括颜色特征、纹理特等、形状特征以及局部特征点等。其中局部特点具有很好的稳定性,不容易...转载 2016-06-25 21:42:22 · 18330 阅读 · 0 评论 -
图像局部特征(四)--FAST-ER角点检测子
FAST-ER是FAST算法原作者在2010年提出的,它在原来算法里提高特征点检测的重复度,重复意味着第一张图片内的检测的点,也可以在第二张图片上的相应位置被检测出来,重复度可以由如下式子定义:这里的Nrepeated指第一张图片内的检测点有多少能在第二张被检测到,而Nuseful定义为有用的特征点数。这里计算的一组图像序列的总的重复度,所以Nrepeated和Nuseful是图像...原创 2016-06-25 21:20:43 · 6056 阅读 · 0 评论 -
图像局部特征(三)--FAST角点检测子
Features From Accelerated Segment Test1. FAST算法原理 博客中已经介绍了很多图像特征检测算子,我们可以用LoG或者DoG检测图像中的Blobs(斑点检测),可以根据图像局部的自相关函数来求得Harris角点(Harris角点),后面又提到了两种十分优秀的特征点及它们的描述方法SIFT特征与SURF特征。SURF特征算是为了提高运算效率对...转载 2016-06-25 20:50:28 · 9262 阅读 · 2 评论 -
图像局部特征(二)--Harris角点检测子
一、角点定义有定义角点的几段话:1、角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中。也称为特征点检测。角点通常被定义为两条边的交点,更严格的说,角点的局部邻域应该具有两个不同区域的不同方向的边界。而实际应用中,大多数所谓的角点检测方法检测的是拥有特定特征的图像点,而不仅仅...转载 2016-06-25 16:26:16 · 15548 阅读 · 0 评论 -
图像局部特征(八)--斑点检测子SIFT/SURF区别总结
原文:http://blog.csdn.net/cy513/article/details/4414352http://blog.csdn.net/jwh_bupt/article/details/6567452局部特征系列: 局部特征(1)——入门篇 局部特征(2)——Harris角点 局部特征(3)——SURF特征总结 局部特征(4...转载 2016-06-13 11:14:19 · 9037 阅读 · 0 评论 -
图像局部特征(七)--SURF原理总结
作者写的非常好。原文:http://www.cnblogs.com/ronny/p/4045979.html如果说SIFT算法中使用DOG对LOG进行了简化,提高了搜索特征点的速度,那么SURF算法则是对DoH的简化与近似。虽然SIFT算法已经被认为是最有效的,也是最常用的特征点提取的算法,但如果不借助于硬件的加速和专用图像处理器的配合,SIFT算法以现有的计算机仍然很难达到实时的程度...转载 2016-06-13 10:40:24 · 92230 阅读 · 1 评论 -
B样条曲线
B样条曲线的定义 B样条曲线分为均匀B样条曲线和非均匀B样条曲线,这里只讨论均匀B样条曲线。给定n+1个控制点Pi(i=0,1,2,...,n)的坐标Pi,n次B样条曲线段的参数表达式为式中为n次B样条基函数,其形式为 其中转载 2015-11-25 09:38:19 · 13176 阅读 · 1 评论 -
GLCM
http://blog.csdn.net/cxf7394373/article/details/6988229转载 2015-10-12 09:55:17 · 8747 阅读 · 0 评论 -
系统学习数字图像处理之灰度变换和空域滤波
1原创 2014-09-18 08:27:36 · 6954 阅读 · 1 评论 -
随机化
0) 引论随机是很有用的一个东西,先不去管什么随机化算法,至少随机数是个很好的东西,就像掷骰子,总可以帮组我们决定一些犹豫不决的并且无关紧要的事。在机器学习中,一般我们都是要在整个数据集中随机抽取一定的数据做训练,另外一些做测试,这样结果才能有说服力,这里也将用到了随机数。因此下面我们首先来讲解一下伪随机数发生器。1) 伪随机数发生器真正意义上的随机数是很难产生的,大多转载 2015-05-26 08:35:40 · 5915 阅读 · 0 评论 -
关于OpenCV使用遇到的问题集(多数为转载)
1、首次安装配置动态库http://blog.csdn.net/huang9012/article/details/218111292.OpenCV单独静态库编译http://my.oschina.net/baiyunpiaopiao/blog/1618563.默认库引用错误http://blog.csdn.net/stoneboy100200/article/details/原创 2015-03-23 11:40:58 · 5966 阅读 · 0 评论