![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
特征提取
文章平均质量分 85
JohnsenJiang
图像算法工程师
展开
-
opencv中的矩
在OpenCV中,可以很方便的计算多边形区域的3阶特征矩,opencv中的矩主要包括以下几种:空间矩,中心矩和中心归一化矩。class Moments{ public: ...... // 空间矩 double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03; // 中心矩 double mu20, mu11, mu02, mu30,mu21,原创 2017-03-27 11:15:38 · 1666 阅读 · 0 评论 -
最小二乘法拟合圆公式推导及其实现
1.1最小二乘拟合圆介绍与推导最小二乘法(least squares analysis)是一种数学优化技术,它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘法是用最简的方法求得一些绝对不可知的真值,而令误差平方之和为最小来寻找一组数据的最佳匹配函数的计算方法,最小二乘法通常用于曲线拟合 (least squares fitting) 。最小二乘圆拟合方法是一种基于统计的检测方法,即原创 2017-04-21 15:04:49 · 43462 阅读 · 12 评论 -
亚像素边缘定位技术概论
1.1亚像素边缘定位技术简介定位精度为整像素级的边缘检测算法,实际上,边缘的位置存在于像素的任何位置,理论上讲,整像素级边缘定位最大误差为 0.5 个像素,两个特征点间的像素个数就有可能存在着 1 个像素的误差。提高硬件分辨率,可以减少像素值,从而提高测量精度,但是这种硬件的提高将极大地增加系统的成本,而且在图像传输速度和图像的存储容量方面都大大增加了对系统的要求。实际的CCD成像系统,C原创 2017-03-27 13:17:51 · 4353 阅读 · 0 评论