图像处理与计算机视觉
文章平均质量分 81
介绍和分析与数字图像处理(Digital Image Processing)以及计算机视觉有关的一些经典有用的算法以及相关技术前沿
eternity1118_
不积跬步无以至千里,不积小流无以成江海
展开
-
利用OpenCV计算图像二维熵
直接上代码:void calc_2D_entropy(cv::Mat &input, cv::Mat &output){ int height = input.rows; int width = input.cols; cv::Mat out = cv::Mat::zeros(height, width, CV_32FC1); //tem...原创 2018-03-23 15:17:38 · 4004 阅读 · 5 评论 -
手把手教你Dlib+VS2013+Win7配置(详细)
下载文件Dlib下载官网 http://dlib.net/ 只push了最新版本;且最新版本要求vs2015github https://github.com/davisking/dlib 在分支里可以找到各种版本其它 http://dlib.net/files/ 这里有很多版本,还有人脸数据,以及模型文件等cmake下载版本数:需要2.8原创 2018-01-17 16:42:04 · 1710 阅读 · 1 评论 -
easyPR车牌识别分析与测试结果
简介最近由于项目需要,需要做一个车牌号抓取和识别的功能,于是找到了EasyPR,全称Easy to do Plate Recognition,一个全中文的开源识别项目,基于OpenCV和机器学习实现,支持跨平台,相对来说比较简单,速度也还不错,准确度而言,白天还行,晚上很差,尤其是开启前照灯的情况下非常糟糕,不过还是要感谢作者能够开源给大家分享。下载github地址:https:/原创 2018-01-27 16:19:12 · 6132 阅读 · 6 评论 -
运动跟踪之TLD(一)--TLD理论前瞻
跟踪-学习-检测(Tracking-Learning-Detection)1.引言 TLD是英国萨里大学的博士Zdenek Kalal提出的一种较传统跟踪不同的基于单一目标的跟踪框架,可以实现对未知目标有效的长效跟踪(long-term tracking),并且将这种长效跟踪任务分解为三个子任务:跟踪(tracking)、学习(learning)和检测(detection),原创 2016-06-01 16:15:14 · 1816 阅读 · 0 评论 -
运动跟踪算法CMT(续)之层次凝聚聚类算法(HAC)
熟悉CMT的都知道,作者在聚类部分使用了层次凝聚聚类算法(Hierarchical Agglomerative Clustering)并且使用的是单链(Single-link),今天我们就来学习下这个算法。 前面学习了几种聚类算法,K-Means,EM,AP等都属于平面聚类(Flat Clustering),因为这些算法的输出都是返回一个平面的无结构的聚类集合,所以叫做Flat c原创 2016-05-28 23:23:25 · 4763 阅读 · 0 评论 -
自适应直方图均衡(AHE)和限制对比度的自适应直方图均衡(CLAHE)
本文翻译自https://en.wikipedia.org/wiki/Adaptive_histogram_equalization,如有错误还望海涵。。自适应的直方图均衡(Adaptive Histogram Equalization)1.算法简介 AHE是一种用来改善图像对比度的图像处理技术,它与传统的(普通)直方图均衡相比,不同点主要在于,AHE通过计算图像每一个显翻译 2016-05-24 17:37:02 · 22566 阅读 · 4 评论 -
限制对比度的自适应直方图均衡化(CLAHE)在opencv中的使用
1.CLAHE简介 HE直方图增强,大家都不陌生,是一种比较古老的对比度增强算法,它有两种变体:AHE和CLAHE;两者都是自适应的增强算法,功能差不多,但是前者有一个很大的缺陷,就是有时候会过度方法图像中相同区域的噪声问,为了解决这一问题,出现了HE的另一种改进算法,就是CLAHE;CLAHE是另外一种直方图均衡算法,能有效的增强或改善图像(局部)对比度,从而获取更多图像相关细节原创 2016-05-24 13:50:01 · 14783 阅读 · 0 评论 -
运动跟踪之均值漂移(MeanShift)算法和Camshift算法(连续自适应的MeanShift)
直方图引入直方图是一个简单的表,它给出了一幅图像或一组图像中拥有给定数值的像素数量。因此,灰度图像的直方图有256个条目(或称为容器)。0号容器给出值为0的像素数目,1号容器给出值为1的像素个数,以此类推。直方图反投影直方图是图像内容的一个重要特性。如果一幅图像的区域中显示的是一种独特的纹理或是一个独特的物体,那么这个区域的直方图可以看做一个概率函数,它给出的是某个像素属于该纹理或物体转载 2016-05-16 17:28:51 · 5377 阅读 · 0 评论 -
霍夫Hough峰值检测的C++实现
直接上代码,代码里分析峰值检测的基本思想:void ls::houghPeaks(cv::Mat &H,int numpeaks,double thresh,const int *nhood_size,vector &r,vector &c) { bool done = false;//峰值检测布尔值 cv::Mat hnew = H.clone();/原创 2016-05-24 12:20:43 · 5019 阅读 · 1 评论 -
Sift与Surf的区别
surf是在sift的基础上改进而生,不仅提高了计算速度,而且更加安全鲁棒性,两者的实现原理很相似,对于两者的区别,也极大程度地体现在了他们的实现步骤上,为了更好地理解两者,可以结合实现方法来分析它们之间的不同。 1.构造图像金字塔尺度空间: sift:计算高斯差分图像(DoG),用于find特征点;金字塔图像中,由于同一个octave中,图像的大小(尺寸)一样但模糊程原创 2016-04-14 15:50:08 · 9712 阅读 · 0 评论 -
BOFC、BOF与BOVW
根据名字,可以发现它一定跟BOF有关系,那么就先来说说BOF吧。BOF,Bag Of Features,特征词袋,简单来说就是一种基于SURF的标准视觉词袋(Bag Of Visual Words,简称BOVW或者BOW)技术,可以说在CBIR(Content-Based Image Retrieval)系统中,最流行的方法就是BOF了,由于其具有很好的compactness和rapidity。大原创 2016-04-18 14:23:41 · 3707 阅读 · 0 评论 -
Mac下安装Opencv并配置Xcode
step1:下载OpenCVstep2:打开终端,进到opencv源码主目录下;step3:键入以下命令 1.sudo cmake -G "Unix Makefiles" 2.sudo make (可加上-j8或-j4选项,加快编译速度) 3.sudo make install (可加上-j8或-j4选项,加快编译速度)原创 2016-04-20 18:07:22 · 1845 阅读 · 0 评论 -
混合高斯模型GMM
1.简介 GMM(Gaussian Mixture-based Model)作为一种常见的而聚类算法,可以被用来分离场景中前景和背景的,或者叫做背景扣除,那么什么叫做背景扣除(Background Subtraction)呢?我们知道所谓的监控系统中,通常都是利用静态相机来捕捉场景的,因此其中比较具有挑战的一步就是如何检测出场景中的突然闯入者,传统的应用中都会假设场景中没有这样的原创 2016-05-04 16:15:30 · 9421 阅读 · 0 评论 -
BRIEF
1.BRIEF brief出现的略晚(ECCV 2010),但是在某些方面性能跟sift相似,如对光照,模糊和透视畸变的鲁棒性,但是缺点是不支持平面内的旋转。 brief的主要思想是在一个平滑的图像块内,对各像素之间进行二值测试;2.rBRIEF(rotated-aware BRIEF)3.steered BRIEF原创 2016-05-08 20:59:45 · 2380 阅读 · 0 评论 -
steered BRIEF
我们知道,BRIEF并不支持旋转,为了得到旋转的BRIEF描述子,我们该怎么解决呢?在BRIEF的那篇经典论文(ECCV2010)中,作者提出的方法是对每一个图像块做透视变换后的旋转点集计算BRIEF描述子,但是这种方法所花费的成本是巨大的,所以有人提出了一种更为有效可行的办法,就是根据点的方向来控制BRIEF的生成,叫做steered BRIEF。对于一个点(xi,yi)上由n个二值测原创 2016-05-09 11:59:53 · 2986 阅读 · 0 评论 -
ORB
众所周知,图像匹配中最关键的步骤是特征点的提取,因为特征点对的好坏直接影响着匹配的结果;熟悉CV的人也应该都知道特征点提取的算子有很多,本篇博客来学习下其中的一个——ORB算子。ORB,是基于FAST和rBRIEF(rotated BRIEF)的一种算子,所以叫做Oriented FAST and Rotated BRIEF,简称ORB。一、FASTfast一般被用来检测角点,计算量小原创 2016-05-09 18:21:09 · 2451 阅读 · 1 评论 -
OpenCV之特征检测器(Feature Detector),描述子提取器(Descriptor Extractor)和描述子匹配器(Descriptor Matcher)
1.特征检测子 -Harriscv::cornerHarris(image,strength,3,3,0.01); -Fastcv::Ptr fast = cv::FastFeatureDetector::create();//或cv::FAST(InputArray image, std::vector &keypoints, int threshold)原创 2016-05-09 15:28:20 · 11849 阅读 · 0 评论 -
运动跟踪之CMT算法
CMT(Clustering of Static-Adaptive Correspondences for Deformable Object Tracking),是一套比较新的跟踪算法,诞生于2014年,原名叫Consensus-based Tracking and Matching of Keypoints for Object Tracking ,当时在计算机视觉应用(Applicati原创 2016-05-14 21:29:17 · 16225 阅读 · 34 评论 -
FAST
fast(features from accelerated segment test),如同它的名字一样,它的速度非常快,一般被用来检测角点,对于一些实时系统也是绝佳选择,例如并行跟踪。 与sift和surf不同,fast不具有方向性,由于fast特征缺少方向分量,但是计算主方向的方法也很多,像sift是利用梯度直方图,surf是利用haar小波的最大响应处的扇形patch方原创 2016-04-20 12:08:09 · 8771 阅读 · 0 评论 -
关于印象笔记的扫描宝——简单的图像背景去除(去底色)算法小结
前段时间研究了下印象笔记的扫描宝,发现它将手机拍下的照片都能处理成白板背景,而且处理的很干净,出于好奇并学习,自己琢磨出了个简易的去底色算法,虽然不能跟印象笔记的相比,但是效果也还阔以,供自己学习了,有兴趣的朋友欢迎指教。 文中测试图分别如下:图1图2图3图4 法一:伽马变换 主要思想:调整色阶,明暗图像求加;v原创 2016-03-09 18:11:46 · 7809 阅读 · 2 评论 -
书籍切割之书脊边界直线检测算法小结(bookSpines Segmentation)
去年开始一直在做一个关于整理藏书的APP,有关于这方面的app目前国内的有一个‘晒书房’,但是没有用到图像处理的相关知识,只有一个扫ISBN码的入口,或者手动录入ISBN;国外有一个‘Shelfie’,不仅可以扫书码,而且可以直接对着书架拍照,进行识别,虽然速度有点慢,但是准确率还是不错的;所以我们期望做一个功能齐全且在速度上有所提升的这样一个书架app。 关于bookshelf的原创 2016-03-09 11:13:47 · 4846 阅读 · 9 评论