图像处理
文章平均质量分 64
「已注销」
这个作者很懒,什么都没留下…
展开
-
OpenCV进阶之路:神经网络识别车牌字符
原文出处: Ronny 的博客(@RonnyYoung) 1. 关于OpenCV进阶之路前段时间写过一些关于OpenCV基础知识方面的系列文章,主要内容是面向OpenCV初学者,介绍OpenCV中一些常用的函数的接口和调用方法,相关的内容在OpenCV的手册里都有更详细的解释,当时自己也是边学边写,权当为一种笔记的形式,所以难免有浅尝辄止的感觉,现在回头看来,很多地方描述上都存转载 2017-02-04 21:37:25 · 299 阅读 · 0 评论 -
ubuntu15.10下安装openCV2.4.13
ubuntu15.10下安装openCV2.4.13的步骤原创 2017-02-03 16:34:36 · 197 阅读 · 0 评论 -
图像融合技术
图像融合是将多幅输入图像组合为单幅图像以获得更精确更全面的图像信息。图像融合可分为三个层次:1) 像素级融合:是指直接对传感器采集来得数据进行处理而获得融合图像的过程,它是高层次图像融合的基础,也是目前图像融合研究的重点之一。2) 特征级融合:会确保各种图像本身的特征。3) 决策级融合:根据一些规则,如贝叶斯法,D-S证据法和表决法等进行融合。图像融合之前要进行空转载 2017-01-02 21:17:35 · 810 阅读 · 0 评论 -
直方图的均衡化
直方图的均衡化是灰度变换的一个重要应用,它高效且易于实现,广泛应用于图像增强处理中。图像的像素灰度值是随机的,直方图的图形高低不齐,直方图均衡化就是用一定的算法使直方图大致平和的方法。 函数说明Void equalizeHist(InputArray src,OutputArray dst)第一个参数:输入图像(灰度)第二个参数:输出图像 采转载 2017-02-21 22:12:06 · 291 阅读 · 0 评论 -
K-最邻近算法总结
1.基本介绍 K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样转载 2017-06-24 10:21:01 · 446 阅读 · 0 评论 -
opencv学习之 特征检测与匹配
这几天学习SURF特征检测,直接看的视频和书本有点吃不消,现在是基本看懂了,如果写博客记录没有必要,因为网上都差不多,笔记都在书上了,以下是个人认为比较浅显易懂的文章,当然海有很多好文章我没看到。看第一篇入门就可以,后面讲的不是很好: http://blog.csdn.net/jwh_bupt/article/details/7621681harris:转载 2017-07-26 21:12:56 · 906 阅读 · 0 评论 -
SIFT特征详细分析
一、介绍特征的检测和匹配在许多计算机视觉应用中是一个重要的组成部分,例如无缝拼接,三维重建等。其中兴趣点特征是很重要的一类特征,而目前应用最广泛的兴趣点特征检测方法就是SIFT检测算法,该检测算法所得到的特征点不仅在位置上能够稳定识别,而且具有尺度不变性和旋转不变性。由于各大论坛以及该论文作者都只是给出matlab的实现算法,并未给出C++的版本,而且由于在SIFT的实现过程中有很多参数设转载 2017-08-20 10:45:50 · 359 阅读 · 0 评论