algorithm
文章平均质量分 74
The_Matrix_
原创的个人视角看待问题
展开
-
图像透视变换原理及实现
先贴上代码和图function perspective_mat = getPerspective(moving_points,fixed_points)% GETPERSPECTIVE 根据点获取透视变换矩阵% 输入:% moving_points:n*2点集坐标(x,y)% fixed_points:n*2点集坐标(x,y),点顺序要对应moving_points% 输...原创 2018-05-09 23:14:30 · 50085 阅读 · 23 评论 -
图像的仿射变换原理和实现
仿射变换能够保持图像的“平直性”,包括旋转,缩放,平移,错切操作。一般而言,仿射变换矩阵为2*3的矩阵,第三列的元素起着平移的作用,前面两列的数字对角线上是缩放,其余为旋转或者错切的作用。 设仿射变换矩阵T = [a11,a12,a13 ; a21,a22,a23]; 图像上fixed points坐标为(xk,yk);moving points坐标为(Xk,Yk),其中k=1,2...原创 2018-05-06 01:03:20 · 17764 阅读 · 5 评论 -
adaboost算法原理实现及理解
adaboost是机器学习中经典的分类算法,也是面试中常被问到典型算法。由于该算法原理的文章铺天盖地,在此博客不具体陈述,若有需要请点这里查看详细过程。本文侧重代码的精简和迭代过程的理解,数据来源以上博客,即对10个二维坐标数据点进行学习分类。clc,clear;close all;%% 训练样本数据x=[1 5;2 2;3 1;4 6;6 8;6 5;7 9;8 7;9 8;10 2]; %...原创 2018-07-05 00:07:01 · 513 阅读 · 0 评论 -
基于非棋盘网格相机标定点自动顺序排序算法解析
相机标定技术是计算机视觉中最常不过的方向了,目前绝大数都是通过棋盘网格的图像进行相机标定,这是最通用最省时间的办法,因为棋盘图像标定前人已经做的非常完善,提供现成的函数或者方法流程,如OpenCV中的findChessboardCorners,calibrateCamera等函数,Matlab中如detectCheckerboardPoints,estimateCameraParam...原创 2018-07-24 23:32:35 · 4750 阅读 · 5 评论 -
基于AR的实时算法在虚拟屏幕上播放视频及实现
AR(Augmented Reality)是计算机视觉方面一个重要的研究方向,原来听说过,感觉很有意思,故究其原理,用一定的视觉算法加以实现。这里主要用到相机标定和一些图像的投影透视变换的技术,标定的目的是获取相机的内外参,从而获得投影矩阵P,然后进行下面的点映射之间的关系。一般情况下的相机标定是非常成熟不过的东西了,技术文章也是铺天盖地,目前绝大数标定方法都属于张正友的方法,...原创 2018-08-04 22:46:35 · 5626 阅读 · 5 评论 -
从n个矩阵中各挑选一个元素形成组合
这个属于一般基本问题,偶尔会用到这个知识点,有些库或者软件提供了此功能函数,但按照自己思路编写是非常有意义的事了。比如A = [1,2,3],B = [4,5],C = [6] 这里有三个矩阵,从每个矩阵取出一个元素形成组合有3*2*1=6种组合,分别为 1 4 6; 2 4 6; 3 4 6; 1 5 ...原创 2018-09-08 17:25:10 · 1079 阅读 · 0 评论 -
基于图像处理技术的工业缺陷检测
工业缺陷检测有很多应用的地方,如汽车轮毂制造的缺陷、手机壳的缺陷、太阳能电池板的缺陷等等。由于问题比较简单,这次针对太阳能电池板进行缺陷检测,即电池板上有很多条状撕裂细纹或者小斑点视为缺陷。由于图像很多(成千上万,每块板有6*10小块,基本均匀大小分布),这里只给出代表性的一整块太阳能电池板,其中最后一小块(patch)有细纹缺陷,其他小块略有斑点缺陷。一、求解思路这里主...原创 2018-10-21 22:16:59 · 20320 阅读 · 5 评论 -
基于卡尔曼滤波算法在三维球轨迹中跟踪应用
关于卡尔曼滤波跟踪算法的理解文章实在太多,绝大多数都在叙述算法原理和一些理解,而且一般举例都限于一维直线运动或者二维平面运动,故在此不做过多的重复表述,有关原理理解性的文章请参考本博客后的reference。而此篇博客旨在从另外角度去逐步实现卡尔曼滤波在三维轨迹球预测上来,假设读者能够理解卡尔曼的5个公式(2个predict,3个update/correction),不懂可以参考文后的...原创 2018-11-18 19:38:27 · 8377 阅读 · 5 评论 -
非极大值抑制NMS算法实现
众所周知,NMS在计算机视觉和深度学习领域有着广泛的应用,特别是目标检测,视频行为动作定位等都有所涉及。其目的是消除重复的检测框或者时间段。下面以行人检测为例进行说明,目标检测算法一般都会给出检测目标的位置和预测置信度(或分数),然后NMS算法会根据分数排序(由高到底)检测框,对于分数较低的检测框会在一定阈值(IOU)条件下舍弃。 IOU的计算有两种计算方法,一种是unio...原创 2018-12-10 21:59:04 · 873 阅读 · 0 评论