![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
Ethan_Lei_Pro
Heterogeneous Parallel Computing
展开
-
Opencv实现傅里叶变换
傅里叶变换将图像分解成其正弦和余弦分量,它将图像由空域转换为时域。任何函数都可以近似的表示为无数正弦和余弦函数的和,傅里叶变换就是实现这一步的原创 2015-11-14 12:42:43 · 2809 阅读 · 0 评论 -
Features2D + Homography物体识别
Features2D + Homography,一种改进的基于SURF算法的图像匹配方法。原创 2016-04-08 10:52:29 · 772 阅读 · 0 评论 -
用OpenCV对视频进行截图
截图程序转载 2016-05-24 09:16:35 · 2304 阅读 · 0 评论 -
opencv图像拼接
网上已经很多相关的代码了,主要就是调用Stitcher::Status status = sti.stitch(vImg, rImg);这里主要是记录一下自己的一个实现。原创 2016-05-16 12:02:53 · 1263 阅读 · 0 评论 -
形态学滤波
形态学梯度(Morphological Gradient)是膨胀图与腐蚀图之差,对二值图像进行这一操作可以将团快的边缘突出出来。我们可以用形态学梯度来保留物体的边缘轮廓。 顶帽(Top Hat)原图像与开运算的结果图之差,开运算的结果是放大了裂缝或者局部低亮度区域。因此,从原图中减去开运算后的图,得到的效果突出了比原图轮廓周围的区域更明亮的区域,且这一操作与选择的核大小有关。因此,往往用来分离比邻原创 2016-06-05 19:43:18 · 720 阅读 · 0 评论 -
使用Halcon对摄像机进行标定(单目)
标定原理在图像处理过程中,由二维图像与世界坐系中物体的对应关系,才能由图像中物体的尺寸计算得到物体实际的尺寸,因此需要对摄像机进行标定。对摄像机标定的过程就是确定摄像机内参(主距、畸变、缩放比例因子,主点等)和外参(摄像机坐标系与世界坐标系之间的关系)原创 2016-08-26 10:24:27 · 17269 阅读 · 3 评论 -
KinectFusion算法原理解析
最近的一个项目设计三维重建,资金有限就采用了Kinect的方案,研究了一下其核心的KinectFusion算法。网上讲得好的基本上是英文资料,不方便广大英语水平一般的国内开发者,这里我不才简要的翻译一些关键的地方加上了一点个人的理解主要原理KinectFusion算法仅使用深度信息,通过设计高效及高度并行的算法在 GPU(图形处理单元)上运行达到了非常高的实时性,在试验中,在配置 4000 元左右的原创 2016-10-19 19:33:42 · 11710 阅读 · 1 评论 -
光线投影算法
光线投射算法是体绘制中的经典算法,由于其绘制出的图像质量最高,因而被广泛研究与应用。原创 2016-12-08 15:37:13 · 9049 阅读 · 0 评论 -
细说图像配准
Image registration 是指同一目标的两幅或者两幅以上的图像在空间位置的对准。图像配准技术的过程,称为图像匹配或者图像相关(image matching or image correlation)。原创 2016-11-25 21:43:49 · 12655 阅读 · 0 评论 -
图像分割之霍夫变换(Hough)
在图像分割边缘检测一文中介绍了一些有效的边缘检测方法,但在实际中由于噪声和光照不均等因素,使得很多情况下获得的边缘点不连续,必须通过边缘连接将它们转换为有意义的边缘。一般的做法是对经过边缘检测的图像进一步使用连接技术,从而将边缘要素组合成完整的边缘。霍夫变换就是实现着一功能的方法,它是一个非常重要的检测间断点边界的方法。它通过将图像坐标空间变换到参数空间,来实现直线和曲线的拟合。 1, 直线检测原创 2016-03-25 10:31:06 · 6073 阅读 · 0 评论 -
图像分割之边缘检测
图像分割是指将图像中具有特殊意义的不同区域划分开来,这些区域互不相交,每个区域满足灰度、纹理、彩色的某种相似性准则。图像分割是图像分析过程中最重要的步骤之一,分割出的区域可以作为后续特征提取的目标对象。 图像分割的方法非常多,一般采用的方法有边缘检测(edge detection)、边界跟踪(edge tracing)、区域生长(region growing)、区域分离和聚合等。图像分原创 2016-03-24 15:02:07 · 6586 阅读 · 0 评论 -
Opencv-用轮廓查找快速解决秘密花园的填充问题
好像没有什么现实意义,单纯觉得好玩。。。。。填充前的图片:第一步取阈值,这阈值取的大小直接影响填充后的效果,大家可以不断的尝试。取阈值后的效果图如下:第三步就是用findContours与drawContours进行填充啦最终效果图:其实效果并不是很好,有时间再改进吧完整代码如下:void findDrawContours(){ Mat s原创 2015-12-17 15:06:03 · 946 阅读 · 0 评论 -
Matlab直方图法去雾
Matlab通过函数imread读取RGB图像,并通过维数m*n*3的矩阵来表示。其中,维数mn表示图像的行数列数信息,维数3表示图像的RGB三层通道数据。原创 2016-01-03 15:13:06 · 7341 阅读 · 4 评论 -
openCV实现模板匹配
在图像目标识别技术的研究应用中,模板匹配技术是其中一个重要的研究方向,它具有算法简单、计算量小以及识别率高的特点。原创 2016-03-03 16:09:13 · 4234 阅读 · 0 评论 -
MATLAB常用图像图像预处理算法汇总(一)
常用图像预处理算法原创 2016-03-16 17:17:42 · 9595 阅读 · 0 评论 -
Harris角点检测
角点没有明确的数学定义 , 但人们普遍认为角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点。这些点在保留图像图形重要特征的同时 , 可以有效地减少信息的数据量 , 使其信息的含量很高 , 有效地提高了计算的速度 , 有利于图像的可靠匹配 , 使得实时处理成为可能。其在三维场景重建、运动估计、目标跟踪、目标识别、图像配准与匹配等计算机视觉领域起着非常重要的作用。Harris角点检测属于基于模板的角点检测算法原创 2016-03-30 14:07:53 · 654 阅读 · 0 评论 -
Back Projection反向投影
直方图反向投影是通过给定的直方图信息, 在原图像找到相应的像素分布区域, 其可分为基于像素点的直方图反向投影和基于区域的直方图反向投影两种方法. 经实验表明, 由于存在光照、噪声等干扰因素, 并且图像的许多特性在单一的像素级别上无法确定, 但是可从一组像素确定, 因此前者提取特征点的精度不如后者.对于归一化直方图模型来说, 反向投影图像为一幅表示目标是否可能出现的概率图, 先对图像做平滑处理, 然后原创 2016-03-08 15:23:34 · 1459 阅读 · 0 评论 -
Shi-Tomasi角点检测
角点检测原创 2016-04-01 13:32:26 · 846 阅读 · 0 评论 -
SURF特征匹配算法
SURF特征是一种图像的局部特征,当目标图像发生旋转、尺度缩放、亮度变化时,具有保持不变性,并且对视角变化、仿射变换和噪声等也具有保持一定程度的稳定性。SURF特征提取算法的流程主要包括:特征点检测、特征点描述和特征点匹配三部分。特征点检测采用了基于Hessian矩阵的检测器,其在稳定性和可重复性方面都优于基于Harris的检测器。特征点描述采用Haar小波作为特征描述子,由于Harr特征最大的特点原创 2016-04-05 16:44:30 · 3129 阅读 · 0 评论 -
Kalman滤波的C语言实现
实现了基本的Kalman滤波器,包括1维和2维状态的情况头文件:/* * FileName : kalman_filter.h * Author :Ethan_Lei_Pro * Version : v1.0 * Date : 2017/5/10 10:37:01 * Brief : * * Copyright (C) MICL,USTB */原创 2017-05-10 10:43:05 · 2764 阅读 · 0 评论