Image Processing
Image Processing
zxucver
这个作者很懒,什么都没留下…
展开
-
OpenCV 实现SSIM结构相似性算法
SSIM算法的介绍: http://blog.csdn.net/chaipp0607/article/details/70158835代码做了一下处理: (1)设置两组对比试验,将原图进行核为5*5的滤波,与原图比较求得SSIM指数。将原图进行核为10*10的滤波,与原图比较求得SSIM指数。 (2)将SSIM指数折算为百分制 (3)采用高斯模糊求得图像的均值代码参考: http://ji原创 2017-04-13 17:38:11 · 37865 阅读 · 7 评论 -
[Intensive Reading]目标检测(object detection)扩展系列(一) Selective Search:选择性搜索算法
在Faster R-CNN算法之前,R-CNN,SPP-Net和Faster R-CNN这些方法中,都用到了SS(Selective Search)算法,它其实是一种区域建议算法为后续的检测任务提供候选框,SS的论文是[《Selective Search for Object Recognition》]原创 2019-08-14 15:53:31 · 1634 阅读 · 0 评论 -
HOG特征可视化
可视化说明在之前博客HOG原理及OpenCV实现中,我们解释了HOG算法的原理。最终提取到的特征就是一串向量,其实我们并不知道它具体是什么样子,也不知道它到底是不是能体现目标区域与非目标区域的差异。为了解决这个问题,我们需要对HOG特征做可视化处理。 HOG特征首先去计算每个像素的梯度,然后建立滑动窗口,在滑动窗中建立滑动块,在块中建立等分的单元(cell)。我们仔细思考下这个过程,一个块在...原创 2018-04-11 22:08:10 · 8362 阅读 · 3 评论 -
Haar-like特征提取原理
Haar-like是一种非常经典的特征提取算法,尤其是它与AdaBoost组合使用时对人脸检测有着不错的效果,虽然只是在当时而言。OpenCV也对AdaBoost与Haar-like组成的级联人脸检测做了封装,所以一般提及Haar-like的时候,一般都会和AdaBoost,级联分类器,人脸检测,积分图等等一同出现。但是Haar-like本质上只是一种特征提取算法,下面我们只从特征提取的角度聊一聊...原创 2018-04-15 17:15:15 · 24419 阅读 · 10 评论 -
眼球中心定位跟踪算法—eyelike
项目介绍人眼中心定位是一个用于眼部追踪的算法,它来源于github中eyelike项目,C++语言实现,依赖OpenCV库。 关于代码的编译,作者提供了CMakeLists.txt文件,同时支持Windows,Linux和Mac OS X。 该项目只实现了简单的2维眼球跟踪功能,没有3维信息,也没有视线跟踪和估计功能。 作者提供了另一个博客链接Simple, accurate eye c...原创 2018-04-14 15:58:18 · 28341 阅读 · 15 评论 -
图像几何变换(缩放、旋转)中的常用的插值算法
在图像几何变换的过程中,常用的插值方法有最邻近插值(近邻取样法)、双线性内插值和三次卷积法。最邻近插值:这是一种最为简单的插值方法,在图像中最小的单位就是单个像素,但是在旋转个缩放的过程中如果出现了小数,那么就对这个浮点坐标进行简单的取整,得到一个整数型坐标,这个整数型坐标对应的像素值就是目标像素的像素值。取整的方式就是:取浮点坐标最邻近的左上角的整数点。 举个例子: 3*3的灰度...原创 2017-03-24 22:30:55 · 17672 阅读 · 1 评论 -
HOG原理与OpenCV实现
方向梯度直方图(Histogram of Oriented Gradient, HOG)于2005年提出,是一种常用的特征提取方法,HOG+SVM在行人检测中有着优异的效果。HOG特征提取算法原理在一幅图像中,梯度或边缘的方向密度分布能够很好地描述局部目标区域的特征,HOG正是利用这种思想,对梯度信息做出统计,并生成最后的特征描述。在HOG中,对一幅图像进行了如下划分: 图像(i...原创 2017-04-28 15:24:31 · 41231 阅读 · 9 评论 -
LBP原理与OpenCV实现
LBP简介LBP(Local Binary Pattern)算法是一种描述图像特征像素点与各个像素点之间的灰度关系的局部特征的非参数算法,同时也是一张高效的纹理描述算法,纹理是物体表面的自然特性,它描述图像像素点与图像领域之间的灰度空间的分布关系,不会因为光照强弱而改变图像的视觉变化。LBP算法首次提出于1994年,主要是使用8邻域位置的局部关系,具有灰度不变性;随后在2002年提出了其改进版...原创 2017-10-05 17:23:52 · 8828 阅读 · 4 评论 -
理解图像卷积操作的意义
数字信号处理中卷积卷积一词最开始出现在信号与线性系统中,信号与线性系统中讨论的就是信号经过一个线性系统以后发生的变化。由于现实情况中常常是一个信号前一时刻的输出影响着这一时刻的输出,所在一般利用系统的单位响应与系统的输入求卷积,以求得系统的输出信号(当然要求这个系统是线性时不变的)。 卷积的定义: 卷积是两个变量在某范围内相乘后求和的结果。如果卷积的变量是序列x(n)和h(n),则...原创 2017-05-16 22:40:04 · 105009 阅读 · 54 评论 -
图像不变性特征—hu矩
图像的hu矩是一种具有平移、旋转和尺度不变性的图像特征。 普通矩的计算: f(x,y)的p+q阶原点矩可以表示为: 而数字图像是一个二维的离散信号,对上述公式进行离散化之后: 其中C与R分别表示图像的列与行。各阶矩的物理意义: 0阶矩(m00):目标区域的质量 1阶矩(m01,m10):目标区域的质心 2阶矩(m02,m11,m20):目标区域的旋转半径 3阶矩(m03,m12,m原创 2017-04-20 13:56:22 · 21436 阅读 · 2 评论 -
图像质量评估算法 SSIM(结构相似性)
SSIM的全称为structural similarity index,即为结构相似性,是一种衡量两幅图像相似度的指标。该指标首先由德州大学奥斯丁分校的图像和视频工程实验室(Laboratory for Image and Video Engineering)提出。而如果两幅图像是压缩前和压缩后的图像,那么SSIM算法就可以用来评估压缩后的图像质量。SSIM如何表征相似性: 先给出一组公式: u原创 2017-04-13 16:50:51 · 102630 阅读 · 6 评论