轼辂-CSDN博客

原创 [置顶]为什么很多算法中都用到协方差、特征值和特征向量

最近在忙些人脸识别的东西，重新看了下PCA。突然让我对协方差矩阵、特征值和特征向量的由来，以及为什么会在PCA中用到比较感兴趣（后来发现这些在很多算法中都有用到，比如用于字符识别的MQDF等）。我看了很多对PCA解释的资料，发现下面这个：http://blog.codinglabs.org/articles/pca-tutorial.html 讲的最为通俗易懂。而且详细解释了为什么

2015-07-07 15:10:42 550 1

原创（转）计算机视觉CV 圈子

国际计算机视觉研究组清单http://peipa.essex.ac.uk/info/groups.html这是卡奈基梅隆大学的计算机视觉研究组的主页，上面提供很全的资料，从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件，甚至还有一个搜索引擎。著名的有人物Tomasi， Kanade等:http://www-2.cs.cmu.edu/~cil/vision.html或 http://w

2015-07-07 15:10:33 706 1

原创检测两点所确定直线上的像素坐标

图像上两个像素点可以确定一条直线，可如何通过直线方程把这些像素位置找出来呢？大家都会想到用直线方程来算，可是图像上像素位置的坐标都是整数值，通过y = k*x+b计算出来的y很可能是小数，即使将y做取整运算，也不能很好的描述直线上的点，很可能导致描述出来的直线呈“虚线”形式，如直线方程y = 0.2*x + 0.3：　　　　　　　　　　0.5 = 0.2*1 + 0.3，坐标（1,0.

2015-07-07 15:10:29 2157

原创 X光图像增强

X光拍摄出的原始图像，一般都比较模糊不清，而在医学应用上，这些被模糊的细节又非常有用，因此，X光图像的增强一直是人们研究的重点。下面，给大家介绍一种非常有用的增强方法：Gauss Laplacian Pyramid算法关于该方法，已有不少文献对其进行了介绍和阐述，但一般都比较晦涩难懂，本人做了一个比较清晰的实现步骤，以此供大家参考。而关于分解的细节图像如何进行增强（后文会提到），不是本文介绍的

2015-07-07 15:10:25 1340 1

原创 Gauss滤波的快速实现方法

二维高斯函数具有旋转对称性，处理后不会对哪一个方向上的边缘进行了过多的滤波，因此相对其他滤波器，具有无法比拟的优越性。但是传统Gauss滤波随着图像尺寸的增加，运算复杂度呈平方上涨，因此需要对其优化改进。下面，分别介绍传统型，分解型和递归迭代型三种实现方法。　　1 传统型　　Gauss滤波首先需要构建一个Gauss滤波核，公式为：Matlab实现代码：dSigma =0

2015-07-07 15:10:20 998

人脸光照处理的理想状态是，在不损失图像内容的前提下，保持图像在各种环境下的图像光照一致。而像之前提到过的Gabor虽然能保持较好的光照统一性，但会造成一部分的低频信息丢失，另外的DCT变换，不能很好适应环境光的变化。所以，在实际使用中，往往不能把光照处理的压力都放在后期算法处理上，在摄像头采集时就需要对环境光做一定的过滤。比如近红外图像，采集时去除大多可见光对图像内容的影响，在此基础上再进行软件处

2015-07-07 15:10:15 5022

原创人脸光照调整之Gabor滤波

在图像处理、模式识别以及计算机视觉等领域中，Gabor 滤波器得到了广泛的应用。用Gabor 函数形成的二维Gabor 滤波器具有在空间域和频率域同时取得最优局部化的特性，与人类生物视觉特性很相似，因此能够很好地描述对应于空间频率(尺度)、空间位置及方向选择性的局部结构信息。　　Gabor变换是一种短时傅里叶变换方法，其实质是在傅里叶变换中加入一个窗函数，通过窗函数来实现信号的时频分析。当选

2015-07-07 15:10:10 776 1

原创人脸光照调整之DCT变换

人脸光照调整一直是人脸识别问题中的难点，作者就不同处理方法，并结合其在实际应用中的表现，在此分章节谈一些个人看法，有不当之处，还望各园友指正。光照调整主要分在频率域和空间域的处理，频率域中有DCT变换、小波变换等。而在空间域有直方图均衡化、Gamma校正等。作者在此只介绍一些主流并有较广适应范围的方法。首先，我们来谈谈DCT变换吧：DCT（离散余弦变换）对高相关性的数据（信号），具有非常好

2015-07-07 15:10:06 1836

原创三维立体电视图像生成方法

三维立体电视越来越受到人们的重视，不少商家也推出了一些相关产品。那这些究竟是怎么做出来的呢？作者就接触过的知识点，在这里向大家浅薄的介绍一二。一国内外研究现状三维立体电视，最好的方式是用两台摄像机按照一定角度，同时拍摄当前的场景，然后将这两个同一时刻拍摄的图像整合叠加，就会形成一个肉眼看起来有点错位模糊的图像，我们称这两张图像分别为左图像和右图像。如果配上特制眼镜或者电视屏本身就有相应设

2015-07-07 15:10:01 585

原创嘴角定位

人脸五官中，关于嘴角定位的文献相对眼睛定位来讲要少很多，定位的方法也很不相同。作者结合工作中遇到的问题，在此按照定位过程，简要阐述如下：嘴角定位一般分为，胡子区域去除，嘴巴区域获取，嘴角定位1. 胡子区域去除　　胡子的干扰，是嘴角定位最大的难题，特别是中东一些国家，留胡子人极多。而目前很多文献中，并没有提出此问题的解决方法。王罡的《基于单张正面人脸照片的三维人脸自动建模方法研究》中提到

2015-07-07 15:09:57 522

原创眼睛定位

根据眼睛定位的流程，一般分为以下几步：眼睛区域初定位，噪声去除，眼睛的精确定位。1 眼睛区域初定位，对正面人脸还是比较好确定的，但是当人脸发生姿态变化时，如何较准确获取，是个难题。当然有人用二值化眼睛区域的方法，但是不同光照，不同人脸的阈值不太好定。而且图像处理领域，凡是涉及到阈值的，都是比较头疼的问题（除非那种阈值很明显的问题）。所以，这里尽量避免直接求阈值，来确定眼睛位置。大概分为以下几步

2015-07-07 15:09:52 835

原创双目视觉图像的色彩调整

双目摄像头采集图像时，由于摄像头自身的差异，以及不同角度下光照的影响，可能会在同一时刻采集的左右图像色彩差异较大，这给后续工作带来影响。如下图所示：我们的目标是以某一张图像为基准，将另一张图像的色彩调整和基准图像一致。传统方法是通过直方图调整来实现。但是实际情况中，由于两幅图像不仅具有色彩的不一致，而且两幅图像的内容还略有不同，因此直方图关系上，也不仅是平移的

2015-07-07 15:09:48 770

原创 DR图像的畸变校正

DR图像容易产生S形、枕形和局部失真的情况，这给医生对图像的判断带来干扰。而且在医学图像的三维重建中，未经校正的图像进行重建，还会带来一定的重影等干扰。因此，畸变校正是DR图像进行后续处理，不得不对待的一个问题。图一原始标靶图像从图一可以看出，靠近图像边缘处存在很明显的枕形失真，横向上还存在一定的S形失真。校正的第一步是要将图像上所有圆的中心标记出来，并建立一个标准网格分布，效果如图

2015-07-07 15:09:44 1807 1

An Image Tracking Algorithm Based on Object Center location and Image NMI Feature

以mean shift算法为基础，加入中心定位方法，能够实时的根据目标距离摄像头的远近来调节跟踪窗口大小。

2010-12-16

基于均值漂移的自适应纹理图像分割方法

提出了一种基于小波多尺度分析和均值漂移的无监督纹理分割方法.该方法利用均值漂移聚类实现基于小波特征的完全无监督自适应多尺度分割,既不需要进行训练也不需要分割类别数等先验知识.

2010-12-16

棒材在线计数中断面定位方法研究.pdf

实现对于采集的棒材图像中棒材断面中心位置的可靠提取,能够有效克服杂光和快速运动带来的图像模糊、氧化带来的断面发蓝变暗、棒材未对齐带来的遮挡黏连以及棒材侧壁和噪声干扰等情况的影响

2010-12-16

图像平滑处理，VC++实现

图像平滑处理，VC++实现，可运行，已包含处理图片

2009-05-09

VC和MySQL连接的一个开发程序

VC++和MySQL连接的一个开发程序，可以实现添加，修改等功能

2009-01-19

一种新的彩色图像边缘检测算法

自动阀值选取是彩色图像边缘检测的难点和关键问题，首先从人类的视觉特性出发，分析了人类视觉系统的亮度感知门限函数，利用数学建模方法和色度学方面的研究成果，给出人类视觉系统对彩色图像边缘所能识别的最小彩色差函数。利用小波边缘检测原理，给出一种能根据不同彩色背景自动选取阀值的小波边缘检测算法. 仿真实验证明算法有较好的自适应性和良好的边缘识别性能。

2008-09-26

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人