![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像识别
文章平均质量分 96
仟人斩
这个作者很懒,什么都没留下…
展开
-
一文读懂BLOB算法
Blob算法是机器视觉中一个重要的部分原创 2022-10-07 14:23:01 · 991 阅读 · 0 评论 -
基于轮廓的模板匹配
一. 理论部分模板匹配的算法包括基于灰度的匹配,基于特征的匹配,基于组件的匹配,基于相关性的匹配以及局部变形匹配。基于灰度的匹配一般应用在没有缩放和旋转,颜色变化不大的场合。基于特征的匹配一般应用在具有缩放和旋转,颜色变化较大的场合。在模板各个组件有相对位移的情况下,使用基于组件的匹配算法。在图像模糊,目标定位不依赖于边缘的情况下一般使用基于相关性的匹配。目标有局部变形的情况使用局部变形匹配算法...原创 2020-03-23 08:40:15 · 6939 阅读 · 4 评论 -
基于灰度的模板匹配算法
一.理论部分基于灰度的图像匹配算法有:平均绝对差算法(MAD)、绝对误差和算法(SAD),误差平方和算法(SSD)、平均误差平方和算法(MSD)、归一化积相关算法(NCC)、序贯相似性算法(SSDA)。其基本思想是将模板在待匹配的图中滑动,每滑动一步,使用一个指标衡量相似性,然后选取相似性最大的位置作为最佳匹配。1.1 MAD(平均绝对差算法)MAD,是Leese在1971年提出的一种匹配算...原创 2020-03-16 16:44:58 · 4674 阅读 · 1 评论 -
机器视觉学习总结
1机器视觉的成像机器视觉应用到工业自动化检测领域,可以代替人工从而提高工作效率并降低成本。目前,基于视觉的工业检测主要用在定性分析和定量检测中,但在大部分实际应用过程中,最终落脚仍为定量检测,定性分析任务只作为定量检测任务的前提。因此,需要关注图像的生成过程。图像的生成包括两个关键问题,一是物理世界中点与图像中点的对应,二是图像中点的亮度。1.1相机模型相机成像的小孔模型:在世界坐标系中...原创 2020-03-01 08:51:46 · 10096 阅读 · 0 评论 -
Darknet概述
转载自:https://blog.csdn.net/u010122972/article/details/83541978优点Darknet是一个比较小众的深度学习框架,没有社区,主要靠作者团队维护,所以推广较弱,用的人不多。而且由于维护人员有限,功能也不如tensorflow等框架那么强大,但是该框架还是有一些独有的优点:1.易于安装:在makefile里面选择自己需要的附加项(cuda,...转载 2019-05-17 08:06:49 · 7333 阅读 · 1 评论 -
Kmeans算法与KNN算法的区别
转载自:https://www.cnblogs.com/peizhe123/p/4619066.html最近研究数据挖掘的相关知识,总是搞混一些算法之间的关联,俗话说好记性不如烂笔头,还是记下了以备不时之需。首先明确一点KNN与Kmeans的算法的区别:1.KNN算法是分类算法,分类算法肯定是需要有学习语料,然后通过学习语料的学习之后的模板来匹配我们的测试语料集,将测试语料集合进行按照预先学...转载 2019-06-12 07:31:48 · 19616 阅读 · 1 评论 -
Yolov3在windows系统下的配置与使用
最近在做工业产品缺陷检测相关的项目,调研了目前目标检测方向的一些深度神经网络方法,最终确定使用yolov3。Yolov3源码及vs工程首先到 https://github.com/AlexeyAB/darknet 克隆最新版本的代码。这里面有VS2015的工程,如果安装有vc140的编译工具集,则使用vs2017和vs2019都可以。注:如果使用高于vs2015的版本,则一定要选择不升级平台...原创 2019-07-22 11:14:24 · 7798 阅读 · 0 评论 -
使用滑动窗口的细长目标分割方法
原始素材需求描述从有反光的黑色或者白色背景中分割出红蓝绿色的单色的前景。问题分析背景有反光,前景也有反光,而且三维的前景还会在背景下留下影子。目标是圆柱型的,因此在有光的情况下,总会有一个角度会出现反光的情况。对于这种情况,做图像增强是不可能的,前景和背景都横跨了颜色空间的大部分。方法1:使用全局阈值的方法目标最明显的特征是颜色,所以使用hsv或者lab颜色空间,根据人为指定的前景区...原创 2019-07-22 15:07:19 · 3417 阅读 · 0 评论