- 博客(47)
- 资源 (33)
- 收藏
- 关注
转载 图像相似性度量
分类: 兴趣杂集(26) 作者同类文章X图像相似性度量【转载】原文出处:http://blog.sina.com.cn/s/blog_4a540be60100vjae.html 图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分,根据分数的高低来判断图像内容的相近程度。 可以用于计算机视觉中的检测跟踪中目标位置的
2016-02-29 18:02:22 2874
转载 OTSU算法对图像二值化
OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。 1. OTSU算法原理简介 对于一幅图像,设当前景与背景的分割阈值为t时,前景点占图像比例为w0,均值为u0,背景点占图像比例为w1,均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1*(u1-u)^2,g(t)就是当分割
2016-02-29 17:59:28 1429
转载 几何不变矩 Hu 矩
版权声明:本文为博主原创文章,未经博主允许不得转载。几何不变矩 Hu 矩【原文部分转载】:http://blog.csdn.net/wrj19860202/archive/2011/04/16/6327094.aspx在连续情况下,图像函数为 ,那么图像的p+q阶几何矩(标准矩)定义为: p+q阶中心距定义为: 其中 和 代
2016-02-29 17:58:13 2367
转载 用SIFT特征和RANSAC算法进行两幅图片的匹配
大家知道相机可以做到将几个不同场景的图片匹配形成一幅图,此处用sift特征与ransac算法相结合的方法来进行图像的匹配。详细过程见程序如下:(运行前装库文件vlfeat)%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%两幅图的匹配%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
2016-02-29 17:15:33 3225 1
转载 SIFT(尺度不变特征变换)算法小结,zz
最近一直在看SIFT算法。Sift是David Lowe于1999年提出的局部特征描述子,并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,具有很强的匹配能力。LOWE真是牛啊,2004年发表在IJCV上的Distinctive Image Features from Scale-Invariant Keypoin
2016-02-29 17:14:45 907
转载 SVM入门(八)松弛变量
转载地址:SVM入门(八)松弛变量现在我们已经把一个本来线性不可分的文本分类问题,通过映射到高维空间而变成了线性可分的。就像下图这样:圆形和方形的点各有成千上万个(毕竟,这就是我们训练集中文档的数量嘛,当然很大了)。现在想象我们有另一个训练集,只比原先这个训练集多了一篇文章,映射到高维空间以后(当然,也使用了相同的核函数),也就多了一个样本点,但是这个样本的位置是这样的:
2016-02-29 17:11:17 815
转载 SVM入门(十)将SVM用于多类分类
(一)SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精
2016-02-29 17:10:22 7136
转载 OpenCV仿射变换+投射变换+单应性矩阵
权声明:本文为博主原创文章,未经博主允许不得转载。estimateRigidTransform():计算多个二维点对或者图像之间的最优仿射变换矩阵 (2行x3列),H可以是部分自由度,比如各向一致的切变。getAffineTransform():计算3个二维点对之间的仿射变换矩阵H(2行x3列),自由度为6.warpAffine():对输入图像进行仿射变换findHomog
2016-02-29 17:05:22 698
转载 ORB算法分析
ORB算法的论文来自"ORB: an efficient alternative to SIFT or SURF",作者是OpenCV维护和开发的公司willowgarage的,论文名字起的很牛气,摘要里说,ORB算法比sift算法效率高两个数量级。江湖上流传的说法是ORB算法综合性能在各种测评里是最好的。 ORB算法是在FAST关键点检测+BRIEF特征上做的。
2016-02-29 17:03:38 903
转载 目标检测中背景建模方法
注: 文章转载于:http://www.cnblogs.com/ronny最近一直在做前景检测方面的研究,刚开始主要是做一些工程性的应用,为了解决工程方面的问题,下了不少功夫,也看了不少最近国内外的文章。一直想做个总结,拖着拖着,终究却写成这篇极不成功的总结。 背景建模或前景检测的算法主要有:1. Single Gaussian (单高斯
2016-02-29 17:02:30 719
转载 使用opencv作物件识别(一) —— 积分直方图加速HOG特征计算
注:转自 http://grunt1223.iteye.com/blog方向梯度直方图(Histograms of Oriented Gradients,简称HOG特征)结合支持向量机( support vector machine, 简称SVM),被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。 积分直方图可以用于快速计算原始图像矩形区域内的HOG特征。积分直方图
2016-02-29 16:59:53 799
转载 Kinect的三维重建
有关Kinect应用开发正日新月异,稍有懈怠就会被远远甩在身后。不过,Kinect目前带给我们的仍只是一个充满无限可能的远景,正如App store能吸引年仅11岁的开发者一样,Kinect未来将对“全民开发者”产生重要推动作用。另一方面,一些基于Kinect的应用研究仍颇复杂,主要是因为一些关键环节的滞后而导致的。2011年的siggraph talks上,KinectFusion首次展
2016-02-29 13:29:02 3956
转载 nCV之CXCORE篇 (3)
转自http://blog.csdn.net/wangjie0377/article/details/6629293 离散变换 DFT执行一维或者二维浮点数组的离散傅立叶正变换或者离散傅立叶逆变换#define CV_DXT_FORWARD 0#define CV_DXT_INVERSE 1#define CV_DXT_SCALE:2#de
2016-02-29 11:31:22 1090
转载 enCV之CXCORE篇 (2)
转自http://blog.csdn.net/wangjie0377/article/details/6629293 变换和置换Reshape不拷贝数据修改矩阵/图像形状CvMat* cvReshape( const CvArr* arr, CvMat* header, int new_cn, int new_rows=0 );arr输入的数组.he
2016-02-29 11:29:17 766
转载 OpenCV之CXCORE篇 (5)
http://blog.csdn.net/wangjie0377/article/details/6629293 文件存储 CvFileStorage文件存储结构typedef struct CvFileStorage{... // hidden fields} CvFileStorage;构造函数 CvFileStorage 是将磁盘上存储的文件关联起
2016-02-29 11:27:00 3230
转载 OpenCV学习笔记之CXCORE篇
转自http://blog.csdn.net/wangjie0377/article/details/6629293 OpenCV学习笔记之CXCORE篇 为使得OpenCV的整个库便于管理和扩充,将整个库分成若干子库,CxCore是最重要的一个子库,从“core"名字可以看出,该库提供了所有OpenCV运行时的一些最基本的数据结构,包括矩阵,数组的基本运算,
2016-02-29 11:20:56 2371
转载 DeepID算法实践
DeepID实践转载请注明:http://blog.csdn.net/stdcoutzyx/article/details/45570221好久没有写博客了,I have failed my blog. 目前人脸验证算法可以说是DeepID最强,本文使用theano对DeepID进行实现。关于deepid的介绍,可以参见我这一片博文DeepID之三代。当然DeepID最
2016-02-29 11:19:18 1113
转载 图像物体检测识别中的LBP特征
图像物体检测识别中的LBP特征1 引言之前讲了人脸识别中的Haar特征,本文则关注人脸检测中的LBP特征,说是对于人脸检测的,其实对于其他物体也能检测,只需修改训练数据集即可。所以本文的题目是物体检测识别,比如可以检测是否汽车是否有车牌号等。在opencv实现的haar特征的人脸识别算法中,LBP特征也被支持。haar特征的博文链接:http://blog.c
2016-02-29 11:17:45 999
转载 基于Haar特征的Adaboost级联人脸检测分类器
基于Haar特征的Adaboost级联人脸检测分类器基于Haar特征的Adaboost级联人脸检测分类器,简称haar分类器。通过这个算法的名字,我们可以看到这个算法其实包含了几个关键点:Haar特征、Adaboost、级联。理解了这三个词对该算法基本就掌握了。1 算法要点Haar分类器 = Haar-like特征 + 积分图方法 + AdaBoost +级联;
2016-02-29 11:16:09 1363
转载 Pixhawk飞控系统之uORB深入解析
Pixhawk飞控系统是基于ARM的四轴以上飞行器的飞行控制器, 它的前身是PX4-IMU,Pixhawk 把之前的IMU进行了完整的重构,最新版本是2.4.3。而对应的Pixhawk 1.x版本与2.x版本的区别在于,I/O板与FMU是否整合在一起。uORB是Pixhawk系统中非常重要且关键的一个模块,它肩负了整个系统的数据传输任务,所有的传感器数据、GPS、PPM信号
2016-02-24 10:24:28 3370
转载 创建后台程序(应用)
在Unix和其他多任务计算机操作系统中,后台程序是指,作为后台进程运行的计算机,而不是由交互用户直接控制。后台程序概念的主要好处是,后台程序可以直接启动,而不需要将其发送到精确的用户或者shell的后台(然而,这不适用于Nuttx),其状态可以在运行的时候,通过shell查询。也可以终止。Step 1: 创建一个小的标准应用根据 FirstOnboard Applica
2016-02-24 09:43:12 753
转载 进程间通讯的开发者指南
进程/应用之间的通信(例如将传感器应用的传感器数据发送到姿态滤波应用)是PX4软件架构的关键部分。进程(通常又被叫做节点(node))通过命名为总线(buses)进行消息交换的过程被称作订阅主题(topics)。在PX4中,一个订阅主题仅包含一个消息类型,比如vehicle_attitude订阅主题传输一个包含姿态结构(滚转、俯仰和偏航估计)的消息。 节点可以在总线/订阅主题
2016-02-24 09:41:40 663
转载 软件架构
PX4 在广播消息网络内,按照一组节点(nodes )的形式进行组织,网络之间使用像如“姿态”和“位置”之类的语义通道来传递系统状态。软件的堆栈结构主要分为四层:应用程序接口:提供给app开发人员,使开发人员可以使用ROS 或者DroneAPI。这一接口设计尽可能简洁和扁平,并尽量多的隐藏复杂性。 应用框架:这是一组核心缺省应用程序(节点),运行核心的飞行控制。 函数库:这一
2016-02-24 09:38:35 961
转载 状态空间模型
一、状态空间模型简述状态空间模型是动态时域模型,以隐含着的时间为自变量。状态空间模型包括两个模型:一是状态方程模型,反映动态系统在输入变量作用下在某时刻所转移到的状态;二是输出或量测方程模型,它将系统在某时刻的输出和系统的状态及输入变量联系起来。状态空间模型分类 状态空间模型按所受影响因素的不同分为:(1)确定性状态空间模型(2)随机性状态
2016-02-03 17:50:30 38595 6
转载 APM_for_PX4_NAVIO+_Erle-Brain AC3.3rc8
原帖转自DIYdrones,特别感谢Randy对多旋翼源码的不断努力和支持,附上原帖地址。http://diydrones.com/forum/topics/copter-3-3-beta-testing警告:有不少于三架飞机使用-rc6因为错误的姿态估算回应坠毁,我们相信这个问题会在-rc7得到解决并推荐升级到-rc7.多旋翼 3.3-rc8正在进行测试。从AC3.2.1版本
2016-02-03 09:24:24 3512
转载 pixhawk 编译开发环境
pixhawk Pixhawk是现在最新出的一款开源飞控硬件,是由飞控硬件厂商3DR生产的,其前身是APM,由于APM的处理器接近负荷,无法处理更加复杂的运算,之后推出了PX4系列,采用的是32位的STM32处理器,他分为飞控处理器PX4FMU(STM32F427)和输入输出接口PX4IO(STM32F103)。最新的pixhawk是整合了PX4的两块处理器在一块板上。
2016-02-02 15:28:23 3896
转载 pixhawk飞控架构
pixhawk 学习总结2Pixhawk编译环境搭建好,接下来就是要看APM源码了。介绍给大家一款非常好用的程序编辑器软件source insight,在windows下看源码是最好不过了。飞控系统是一套庞大的系统,要理解一整套的流程的话,是要经过一番折腾才行。我的角度是用linux的分层架构去分析的,接下来就是我看代码所理解和整理的飞控架构。飞控架构分为3层:飞行控制
2016-02-02 15:25:15 3429
转载 Linux之make的用法讲解
Linux之make的用法讲解原文参考地址http://blog.sina.com.cn/s/blog_986c99d60100yoek.html在 Linux环境下使用 GNU 的 make工具能够比较容易的构建一个属于你自己的工程,整个工程的编译只需要一个命令就可以完成编译、连接以至于最后的执行。不过这需要我们投入一些时间去完成一个或者多个称之为 Makefile 文件的编
2016-02-02 10:35:58 631
转载 (嵌入式 实时操作系统 rtos nuttx 7.1 stm32 源代码分析)
(嵌入式 实时操作系统 rtos nuttx 7.1 stm32 源代码分析)为什么 __start 是处理器执行的第一条指令?转载请注明出处:http://blog.csdn.net/zhumaill/article/details/23426605在《NuttX 启动流程》一文中提到, __start 是处理器执行的第一条指令。那么,为什么在 NuttX 中 __sta
2016-02-02 09:50:01 3285
转载 (10)魔兽文件打包器里的传奇哈希表
关于哈希表C实现,前面两个小节已分别介绍了不同的方法,不过似乎网上流传最具传奇色彩的莫过于暴雪公司的魔兽文件打包管理器里的hashTable的实现了;在冲突方面的处理方面,采用线性探测再散列。在添加和查找过程中进行了三次哈希,第一个哈希值用来查找,后两个哈希值用来校验,这样可以大大减少冲突的几率。在网上找了相关代码,但不知道其来源是否地道:StringHash.h
2016-02-01 17:59:50 887
转载 (9)引入哈希桶的概念来实现一个哈希表
前面的讲述了如何用链地址法实现一个哈希表,那么今天来分析一下另一种解决哈希冲突的做法,即为每个Hash值,建立一个Hash桶(Bucket),桶的容量是固定的,也就是只能处理固定次数的冲突,如1048576个Hash桶,每个桶中有4个表项(Entry),总计4M个表项。其实这两种的实现思路雷同,就是对Hash表中每个Hash值建立一个冲突表,即将冲突的几个记录以表的形式存储在其中。
2016-02-01 17:57:48 641
转载 (8)Linux内核中的hash与bucket
哈希表哈希表(Hashtable)又称为“散列”,Hashtable是会根据索引键的哈希程序代码组织成的索引键(Key)和值(Value)配对的集合。Hashtable 对象是由包含集合中元素的哈希桶(Bucket)所组成的。而Bucket是Hashtable内元素的虚拟子群组,可以让大部分集合中的搜寻和获取工作更容易、更快速。 哈希函数(Hash Function)为根
2016-02-01 17:56:12 744
转载 (7)哈希表的链地址法实现
哈希表(Hash table,也叫散列表),是根据关键码值(Key value)而直接进行访问的数据结构。也就是说,它通过把关键码值映射到表中一个位置来访问记录,以加快查找的速度。哈希表在像Java、C#等语言中是与生俱来的。可是在C的世界中,似乎只有自己动手,丰衣足食了。哈希表实现中需要注意的问题。1. 哈希函数也叫散列函数,即:根据key,计算出key对应记录的
2016-02-01 17:52:53 663
转载 (6)散列冲突处理:链地址法
链地址法(拉链法)前面我们谈到了散列冲突处理的开放定址法,它的思路就是一旦发生了冲突,就去寻找下一个空的散列地址。那么,有冲突就非要换地方呢,我们直接就在原地处理行不行呢?可以的,于是我们就有了链地址法。将所有关键字为同义词的记录存储在一个单链表中,我们称这种表为同义词子表,在散列表中只存储所有同义词子表的头指针。对于关键字集合{12,67,56,16,25
2016-02-01 17:52:08 3347
转载 (5)散列冲突处理:开放定址法
前面我们讲了一些设计散列函数的方法,从前面的除留余数法的例子也可以看出,我们设计得再好的散列函数也不可能完全避免冲突,这就像我们再健康也只能尽量预防疾病,但却无法保证永远不得病一样,既然冲突不能避免,就要考虑如何处理它。那么当我们在使用散列函数后发现两个关键字key1≠key2,但是却有f(key1) = f(key2),即有冲突时,怎么办呢?我们可以从生活中找寻思路。
2016-02-01 17:50:47 575
转载 (4)散列函数设计:除留余数法
除留余数法介绍除留余数法此方法为最常用的构造散列函数方法。对于散列表长为m的散列函数公式为:f( key ) = key mod p ( p ≤ m )mod是取模(求余数)的意思。事实上,这方法不仅可以对关键字直接取模,也可在折叠、平方取中后再取模。一个例子很显然,本方法的关键就在于选择合适的p, p如果选得不好,就可能会容
2016-02-01 17:50:02 1833
转载 (3)散列函数设计:直接定址法
上一篇说到了,设计一个简单、均匀、存储利用率高的散列函数是散列技术中最关键的问题。那么我们今天开始就看看,如何去设计散列函数。散列函数的设计原则不管做什么事情,要做到最优都不容易,既要付出尽可能的少,又要得到最大化的多。那么什么才算是好的散列函数呢?这里我们有两个原则可以参考。1. 计算简单你说设计一个算法可以保证所有的关键字都不会产生冲
2016-02-01 17:49:14 1027
转载 (2)散列表是怎么进行查找的
散列过程整个散列过程其实就是两步。1. 在存储的时候,通过散列函数计算记录的散列地址,并按此散列地址存储该记录。就像张三丰我们就让他在体育馆,那如果是“爱因斯坦”我们让他在图书馆,如果是“居里夫人”,那就让她在化学实验室。如果是“巴顿将军”,这个打即时战略游戏的高手,我们可以让他到网吧。总之,不管什么记录,我们都需要用同一个散列函数计算出地址再存储。
2016-02-01 17:48:23 512
转载 (1)散列表(哈希表)的定义
一般的查找给你一个顺序表,你会如何查找某个给定的元素?一般思路就是从表头开始,一个挨一个的比较记录a[i]与key的值是“=”还是“≠”,直到有相等才算是査找成功,返回i的值。到了有序表(已排序的表)査找时,我们可以利用a[i]与key的“”,来折半査找,直到相等时査找成功返回i。反正我们的目标就是要找到那个 i 值,是不是还有其它好点的
2016-02-01 17:47:32 600
转载 linux多线程学习(七)——实现“生产者和消费者”
在上一篇文章中,利用信号量实现了线程间的互斥,这一篇将要利用信号量的互斥同步机制来实现一个经典实例,就是“生产者和消费者”。1、简单描述生产者和消费者的问题。有一个缓冲区和两个线程:生产者和消费者。生产者把产品放入缓冲区,而消费者从缓冲区中拿走。当缓冲区满时,生产者必须等待;另外,当缓冲区空时,消费者必须等待,并且缓冲区不能同时进行生产者和消费者的操作。
2016-02-01 17:44:01 499
setup_jlink_v510b
2015-12-05
模板匹配在图像识别
2015-03-14
利用System Generator和 Core Generator设计高效的DUCDDC.part1.rar
2014-02-27
利用System Generator和 Core Generator设计高效的DUCDDC.part2.rar )
2014-02-27
百兆以太网MAC和MII的VHDL源码,我也是从别的地方下载的,给大家做个参考
2013-10-31
Aria2-不限速全平台下载利器
2018-06-11
rgbdslam_v2-indigo
2016-03-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人