- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 机器视觉入门之路(六三,大用图像二值化,高斯平滑)
我们经常会用到高斯平滑,作用是使得图像中的噪点减少,这就是平滑,实质用我们的差分和一测量,差分和减小了,这实质是图像变模糊了,我更喜欢叫他高斯模糊。能使得图像变模糊,显然像素会变得块化,那么设置门槛值,就很容易分割图像里的背景,我们这里来细化高斯模糊算子的实现,然后对比一下他和隐藏在图像中的两个类别高斯分布通过门槛值的分割。虽然都有高斯,但明显不同。先看高斯模糊,一下是3*3高斯模板和要平...
2020-03-30 20:44:31 895
原创 机器视觉入门之路(六二,大用图像二值化,膨胀腐蚀初探)
我们再看这个‘识’字,门槛值在54,门槛值在80,门槛值在104,门槛值在154,如下:对比前一篇,门槛值在204,门槛值在254,从视觉来看,我们最想要的‘识’字在门槛值154附近(热起来,冷会褪去,冷起来,热会褪去,不冷不热,和的位置,不卑不亢,恰到好处)。实质,我们取像,调焦的过程,也是这样,当差分和最大时,图像最清楚,我们再看看那时的图片:图像最清楚,正对应我们...
2020-03-30 12:31:49 686 1
原创 机器视觉入门之路(六一,大用图像二值化,从静态到动态)
机器视觉里,大多处理的是灰度图像,用了很久的黑白二值化,就是好用,却不知所以然,首先悟到的,是二分法,之后再无他想。再次悟到,便是几年之后,或许是机缘巧合,对于块匹配,耿耿于怀很久了,曾经观察到的现象是这样的,目的,想让一个字“识”,分成的五部分,变成一个整体,如何做到?我首先用过的办法是,调整相机,使其对焦模糊,五部分会连起来,然后使用黑白二值化,分离出来,便是一个整体。这样的好处是...
2020-03-29 16:46:22 669
原创 敲开bp神经网络之门
看过很多遍吴恩达的梯度下降,有一天突然发现与bp神经网络很相似,以为是可以通透的,却吃了闭门羹。神经网络这个词以及收集和他相关的资料,有几年了,脑中有一席之地,只是不知道什么地方能用到它,所以搁置了,有一种搁置是通透了,未用,像梯度下降,有一种搁置是未通未用,就是他,神经网络。某一天,又看learning opencv,说,神经网络在文字识别方面效果好,突然提起了我的兴趣,在机器视觉项目中...
2020-03-01 16:14:04 210
工业机器视觉设计实现 megauging(向光有光)
2023-12-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人