CV
文章平均质量分 93
瓴龍
这个作者很懒,什么都没留下…
展开
-
QEM网格简化算法学习
边收缩的结果就是将两个顶点合成一个顶点,因此可以按照任意的顶点数目去简化网格。所以前面讲到的保存每个顶点关联的面的集合,实际上就是保存这些面对应的矩阵之和,而边收缩的过程中,新的顶点需要保存的,就是旧的两个顶点保存的矩阵之和。假如只有一个平面三角形,当它的一个顶点A有一个微小的偏移时,这个顶点相对于对边BC的距离h也会发生变化,因此可以用h来度量点A的“变形程度”,亦即。也许当A的位移平行于BC时,用h无法表示这样的变形,但是这只是一种思想,既考虑了简洁性,也考虑了在实际变形中大概率不会有这种特殊的变形。原创 2023-09-08 20:31:05 · 819 阅读 · 4 评论 -
刚性配准与非刚性配准
总结了一下刚性配准和非刚性配准的原理和算法原创 2023-08-07 16:43:01 · 1329 阅读 · 0 评论 -
特征点检测和特征点匹配(ORB)
本文介绍了特征点检测的一些算法,然后基于OpenCV的ORB,实现了不同尺度和旋转的图像特征点匹配。原创 2022-10-12 20:19:11 · 3150 阅读 · 0 评论 -
图像模糊/图像平滑
目录前言图像模糊的类别均值模糊高斯模糊中值模糊其它说明前言如果从某种角度考虑,可以把图像(Image)看成一种波(Wave)。假设有一张 n×mn\times mn×m 的灰度图,每个像素点的取值范围是 [0.0,1.0][0.0,1.0][0.0,1.0] ,如果我们把图像展开成一幅波形图,横轴表示像素点的坐标(由二维坐标按照一定规律映射成一维坐标),纵轴表示像素点的取值,那么就可以把图像变成的波提取出两种信号:高频信号:波形变化剧烈的地方,这在图像中体现为边缘、噪声点等色彩变化剧烈的地方;原创 2021-09-09 17:58:20 · 356 阅读 · 0 评论