Bettyshasha的专栏

文章出处 http://blog.csdn.net/jinshengtao/article/details/17797641图像处理gabor滤波  本文的目的是用C实现生成Gabor模版，并对图像卷积。并简单提一下，Gabor滤波器在纹理特征提取上的应用。一、什么是Gabor函数（以下内容含部分翻译自维基百科）  在图像处理中，Gabor函数是一个用于边缘提取的线

1.单色图像的分割算法，基于处理灰度值的两类特性：不连续性和相似性。基于第一类特性，假设这些区域的边界彼此完全不同，且与背景不同，从而允许基于灰度的局部不连续性来进行边界检测。第二类基于区域的分割方法是根据事先定义的一组准则把一幅图像分割成相似的几个区域。2.例子：一幅在恒定灰度的暗背景上叠加一个恒定灰度区域的图像，基于灰度的局部不连续性来进行边界检测。

边缘检测的改进：一、能计算图像中每一点处的一阶导数或二阶导数的数字近似的微分算子二、能被“调整”以便在任何期望的尺寸上起作用，因此，大的算子可以用于检测模糊边缘，小的算子可以用于检测锐度集中的精细细节。，,是拉普拉斯算子，而G是标准差为（有时也称为空间常数）的二维高斯函数G.称为高斯拉普拉斯，LoG的零交叉出现在处，它定义了一个中心位于原点，半径为的圆。LoG函数有时也称为墨西哥草帽算子。一个

线检测模板水平 +垂直 -原图：拉普拉斯：+：-水平竖直：（结果是这样，不知道为什么）程序代码：#include#include"opencv.hpp"using namespace cv;using namespace std;#define N 3#ifdef _DEBUG#

对极约束匹配的特征点p1p_1p1​，p2p_2p2​。两幅图像I1I_1I1​，I2I_2I2​。第一帧到第二帧图像的运动R，t。两个相机的中心分别为O1O_1O1​，O2O_2O2​。I1I_1I1​中特征点p1p_1p1​，在I2I_2I2​上对应的特征点p2p_2p2​。如果二者匹配正确，则两点对应同一空间点在两个成像平面上的投影。p1p_1p1​，在I2I_2I2​，O1p1→\o...