自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

This is MyC

一个对技术丧失了热情的人不可能成为真正的高手

  • 博客(10)
  • 收藏
  • 关注

转载 【图像算法】SIFT中LoG和DoG比较

转载自: 小魏的修行路 在实际计算时,三种方法计算的金字塔组数noctaves,尺度空间坐标σ,以及每组金字塔内的层数S是一样的。同时,假设图像为640*480的标准图像。金字塔层数: 其中o_min = 0,对于分辨率为640*480的图像N=5。每组金字塔内图像数: S=3,即在做极值检测时使用金子塔内中间3张图像。 对于LoG每组金字塔内有S+2张图像(S=-1,0,1,2,

2016-01-26 20:35:59 2109

转载 【matlab函数】conv2、filter2、imfilter的区别

conv2函数1、用法 C=conv2(A,B,shape); %卷积滤波 A:输入图像,B:卷积核 假设输入图像A大小为ma x na,卷积核B大小为mb x nb,则 当shape=full时,返回全部二维卷积结果,即返回C的大小为(ma+mb-1)x(na+nb-1) shape=same时,返回与A同样大小的卷积中心部分 shape=valid时,不考虑边界补零,即

2016-01-19 22:35:59 12799

转载 【图像基础】尺度空间:尺度的选择[经验之谈]

转载自:Ronny的技术成长之路 一般我们采集到的图像中,我们并不知道我们感兴趣的目标在图像中的尺度,在这样的情况下,我们对图像进行分析时就无法选择合适的参数,比如边缘检测,可能由于参数不当,而造成过多的局部细节。如下图所示:红色圆圈内的斑点的大小(直径)比例对应着两幅图像之间尺度比例(scale ratio)。 如果对两幅图像采用相同的固定尺度的LoG检测器检测,很难将这两个斑点检测出来。

2016-01-17 15:11:06 3119

原创 【算法】Harris角点算法matlab程序

Harris角点算法实现基本原理人眼对角点的识别通常是在一个局部的小区域或小窗口完成的。如果在各个方向上移动这个特征的小窗口,窗口内区域的灰度发生了较大的变化,那么就认为在窗口内遇到了角点。如果这个特定的窗口在图像各个方向上移动时,窗口内图像的灰度没有发生变化,那么窗口内就不存在角点;如果窗口在某一个方向移动时,窗口内图像的灰度发生了较大的变化,而在另一些方向上没有发生变化,那么,窗口内的图像可能就

2016-01-14 21:43:03 16921 2

转载 【算法】Canny边缘检测

转载自Ronny的技术成长之路——边缘检测Canny边缘检测canny边缘检测实际上是一种一阶微分算子检测算法,但为什么这里拿出来说呢,因为它几乎是边缘检测算子中最为常用的一种,也是个人认为现在最优秀的边缘检测算子。Canny提出了边缘检测算子优劣评判的三条标准: 1. 高的检测率。边缘检测算子应该只对边缘进行响应,检测算子不漏检任何边缘,也不应该将非边缘标记为边缘。 2. 精确定位。检测到的边

2016-01-12 19:11:11 1545

原创 【图像基础】局部特征点的理解

图像特征提取是图像分析与图像识别的前提,它是将高维的图像数据进行简化表达最有效的方式,从一幅图像的M×N×3的数据矩阵中,我们看不出任何信息,所以我们必须根据这些数据提取出图像中的关键信息,一些基本元件以及它们的关系。局部特征点是图像特征的局部表达,它只能反正图像上具有的局部特殊性,所以它只适合于对图像进行匹配,检索等应用。对于图像理解则不太适合。而后者更关心一些全局特征,如颜色分布,纹理特征,主要

2016-01-11 22:03:44 2611

转载 尺度空间原理

转自点击打开链接http://www.cnblogs.com/ronny/p/3886013.html1. 特征的不变性何谓特征?每个物体,我们总可以用一些词语或部件来描述它,比如人脸的特征:两个眼睛、一个鼻子和一个嘴巴。对于图像而言,我们需要计算机去理解图像,描述图像就需要计算机去取得图像的特征,对图像比较全面的描述即一个二维矩阵,矩阵内的每个值代表图像的亮度。有时候我们需要

2016-01-10 22:15:22 1206 1

原创 【图像基础】边缘检测基础

边缘是图像的最基本特征,是图像分割最重要的依据;是位置的标志,对灰度变化不敏感,因此也是图像匹配的重要特征。边缘检测基本思想: 先检测图像中的边缘点,然后按照某种策略将边缘点连接成轮廓,从而构成分割区域。 分类: 阶跃状边缘:边缘两边灰度值明显不同 屋顶状边缘:边缘处于灰度值从大到小再到大的转折点 微分算子检测边缘 一阶微分算子也称为梯度算子,我们知道一阶导数得到的是函数的斜率,所以如果

2016-01-10 20:40:34 2138

原创 【图像基础】基本的图像处理知识

一些自己的理解和记录图像金字塔和尺度空间 图像金字塔是以多分辨率来解释图像的一种结构。每做一次变换,图像的分辨率就会改变,但是图像并没有变得模糊。 尺度空间可以理解为用高斯对图像做了卷积,图像的分辨率还是那么大,像素还是那么多,只是细节被平均(平滑)掉了,原因就是高斯了,用周围的信号比较弱的像素和中间那个信号比较强的点做平均,平均值当然比最强信号值小了,这就起到了平滑的作用。所以尺度空间不同会

2016-01-09 21:38:12 1084

原创 图像特征提取,斑点检测

斑点是数字图像的主要特征,是区域检测的一种特例,是许多特征生成、目标识别等方法的重要预处理环节。斑点通常和关键点(keypoint),兴趣点(intrestpoint)以及特征点(featurepoint)表示同一个概念。斑点通常指与周围有着颜色和灰度区别的区域。从远处看,一棵树是一个斑点,一块草地、一栋房子也可看成斑点。主要有LoG斑点,DoH斑点以及Gilles斑点。1、LOG斑点

2016-01-05 22:21:20 23344 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除