图像算法
文章平均质量分 80
lien0906
这个作者很懒,什么都没留下…
展开
-
ubuntu下fddb评测
sing Caffe and python to reproduce the results of MTCNN on FDDB dataset.ReferencesThe implementation of MTCNN using python & caffe, thank the author DuinoDu/mtcnn.(alternatively) We can convert th...原创 2018-06-07 10:39:13 · 2002 阅读 · 1 评论 -
C++完成DPM
此前我已经将Cascade DPM的C++代码以及Original DPM的C++编译库发布出来,很多人给我发邮件,希望能得到Original DPM的C++代码,现在我就把这个源代码发布出来。发布内容:Original DPM,我也称之为完整版DPM,是Pedro. Felzenswalb发明的”deformable part based models for object dete转载 2015-01-24 18:21:06 · 1225 阅读 · 1 评论 -
目标检测的图像特征提取之(一)HOG特征
1、HOG特征:方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的C转载 2014-09-03 09:47:59 · 8037 阅读 · 0 评论 -
算法研究、编程艺术、红黑树、数据挖掘、程序员面试5大系列集锦
作者:July--结构之法算法之道blog之博主。时间:2010年10月-2012年6月 (一直在收录本blog最新updated文章)。出处:http://blog.csdn.net/v_JULY_v 。声明:版权所有,侵犯必究。 前言 开博已过20个月,回首这20个月,发现自己在本blog上着实花费了巨大的时间与精力,写的东西可能也够几本书的内容了。希望我转载 2015-01-30 16:09:49 · 813 阅读 · 0 评论 -
图像白化处理,协方差求解,PCA白化
在人脸表情所用的特征中,LBP特征中是一个常用的特征。但是LBP特征提取后,维数太高,即使使用LBP直方图的特征仍然很高,因此需要降维。一个比较好的降维方法就是PCA。在OpenCV中,cvCalcPCA函数可以直接调用进行PCA降维。以前在人脸识别的程序中,我曾经调用过这个函数,这次再次使用,但是却出错了。主要有两个问题:1 特征值和特征向量的行列数设置问题如果按如下方式使用,也原创 2015-01-08 22:21:27 · 3277 阅读 · 0 评论 -
新版本2.4.2简介&FREAK和ORB特征描述子效果对比features2d
OpenCV 2.4.2简介OpenCV从未放慢自己前进的步法,就在7月4日,最新版的2.4.2又放出来了。与之同时放出的还有两个网站http://opencv.org/和http://answers.opencv.org,前者作为一个正式的全新的官方用户网站,简单浏览了一下,应该是一个对应之前维基百科上的那个网站,是一个介绍性的新闻网站,对开发者的意义可能不是太大;后面这个网站就厉害了,转载 2015-01-24 16:33:08 · 964 阅读 · 0 评论 -
图片占内存容量计算公式
1. 图片占内存容量计算公式为: 图片所占内存大小 = 图片长度(像素) * 图片宽度(像素) * 一个像素所占内存空间(单位:字节) 一般地,一个象素所占内存空间根据机器颜色数(专业词汇叫色深Color Depth)来决定:(1)Nokia 老S40机器 颜色数为4096色,就是2^12, 一个象素所占内存空间为1.5个字节;(2)Nokia S40新版 机器和 S转载 2014-12-16 19:12:18 · 69411 阅读 · 1 评论 -
图像上找线、圆
/* Finds lines on binary image using one of several methods. line_storage is either memory storage or 1 x CvMat, its number of columns is changed by the function. method is one of CV_HOUG原创 2014-06-12 10:37:17 · 654 阅读 · 0 评论 -
Canny算子边缘检测
最近有用到Canny算子做边缘检测。回顾一下Canny算子的基本原理:总的来说,图像的边缘检测必须满足两个步骤(1)有效的抑制噪声,使用高斯算子对图像进行平滑;(2)尽量精确的确定边缘的位置;Canny算子的边缘检测可以分为三个步骤:Step 1: 高斯平滑函数。目的是为了平滑以消除噪声;Step 2:一阶差分卷积模板。目的是为了达到边缘增强。该步骤有点类似于与两个方向原创 2014-11-07 09:52:53 · 14156 阅读 · 0 评论 -
Some CV Codes
https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html Maintained by Jia-Bin Huang3D Computer Vision: Past, Present, and FutureTalk3D Computer Visionhttp://www.youtube.转载 2014-11-28 08:51:55 · 3249 阅读 · 0 评论 -
灰度图像阈值化分割常见方法总结及VC实现
在图像处理领域,二值图像运算量小,并且能够体现图像的关键特征,因此被广泛使用。将灰度图像变为二值图像的常用方法是选定阈值,然后将待处理图像的每个像素点进行单点处理,即将其灰度值与所设置的门限进行比对,从而得到二值化的黑白图。这样一种方式因为其直观性以及易于实现,已经在图像分割领域处于中心地位。本文主要对最近一段时间作者所学习的阈值化图像分割算法进行总结,全文描述了作者对每种算法的理解,并基于Ope转载 2014-11-04 11:45:23 · 1535 阅读 · 0 评论 -
Hough变换(openCV的cvHoughLines2)
cvHoughLines2功能:利用Hough变换在二值图像中寻找直线。函数原型: CvSeq* cvHonghLines2(CvArr* image,void* line_storage,int mehtod,double rho,double theta,int threshold,double param1 =0,double param2 =0);参数说明:原创 2014-11-21 09:21:38 · 1440 阅读 · 0 评论 -
OpenCV计算连通区域数目与最大连通区域并标示出
#include #include #include #pragma comment(lib, "cv.lib") #pragma comment(lib, "cxcore.lib") #pragma comment(lib, "highgui.lib") int main( int argc, char** argv ) { IplImage* src = cvLoadImag转载 2014-11-04 17:18:01 · 1259 阅读 · 0 评论 -
Efficient Graph-Based Image Segmentation
前一段时间在看Selective Search【1】的论文,其前期工作就是利用Graph-Based Image Segmentation【2】的分割算法,在深入阅读论文【2】以及查阅代码之后,深深地为作者的清晰逻辑折服。在此将自己对于这篇论文的理解记录下来。后期将继续补充对Selective Search的理解。 【2】是2004年由Felzenszwalb发表在IJCV上的原创 2015-05-06 09:58:41 · 991 阅读 · 0 评论 -
推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)
下面简单列举几种常用的推荐系统评测指标:1、准确率与召回率(Precision & Recall)准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值,用来评价结果的质量。其中精度是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率;召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率。一般来说,Precisio转载 2015-05-19 10:36:55 · 1163 阅读 · 0 评论 -
SURF原理与源码解析
SURF (Speed Up Robust Features)是SIFT改进版也是加速版,提高了检测特征点的速度,综合性能要优于SIFT。下面先逐次介绍SURF的原理,最后解析opencv上SURF源码。转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/478071031.积分图像SURF是对积分图像进行操作,从而实现了加速,采用...转载 2018-03-09 11:13:24 · 8639 阅读 · 0 评论 -
方差、标准差、均方差、均方误差区别总结
一、百度百科上方差是这样定义的: (variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是各个数据分别与其平均数之差的平方的和的平均数。在许多实际问题中,研究方差即偏离程度有着重要意义。 看这么一段文字可能有些绕,那就先从公式入手, 对于一组随机变量或者统计数据,其期望值原创 2017-11-02 21:54:54 · 26657 阅读 · 0 评论 -
DPM(Deformable Parts Model)之hog31维特征
作者对HOG进行了很大的改动。作者没有用4*9=36维向量,而是对每个8x8的cell提取18+9+4=31维特征向量。作者还讨论了依据PCA(Principle Component Analysis)可视化的结果选9+4维特征,能达到HOG 4*9维特征的效果。这里很多就不细说了。开题一个字都还没写,要赶着开题……主要是features.cc。有了下面这张图,自己慢慢研究下:转载 2016-07-30 11:24:45 · 3707 阅读 · 0 评论 -
Supervised Descent Method 简单实现
前些天看了Supervised Descent Method and Its Applications to Face Alignment这篇文章,非常喜欢。这篇文章提出了一种基于机器学习来解决复杂最小二乘问题(least squares problem)的方法(简称SDM方法)。该方法思路很简洁,从训练数据中学习梯度下降的方向并建立相应的回归模型,然后利用得到的模型来进行梯度方向估计。转载 2016-07-05 16:34:03 · 678 阅读 · 0 评论 -
常用人脸数据库
Helen人脸数据库中包括两个目录,分别为testset和trainset,其中testset为测试样本集,包括了330涨人脸图片,同时被标注了68个特征点,存放在.pts文件中,而trainset目录为训练样本集,包括了2000张人脸图片,同时被标注了68个特征点。 LFPW人脸数据库中包括两个目录,分别为testset和trainset,其中testset为测试样本集,包括了2转载 2016-07-16 10:41:16 · 4386 阅读 · 0 评论 -
2014新跟踪算法KCF笔记 --续(代码部分)
KCF跟踪在opencv3.1中集成了,在opencv_contrib/tracking中有,opencv_contrib这个需要重新编译一下opencv3.1才能get.windows下的编译方法如下网址http://blog.csdn.net/yomo127/article/details/50474955可以在git上直接下载也可,地址如下https://github转载 2016-03-01 21:17:59 · 5529 阅读 · 1 评论 -
车道检测问题探究(二)几何模型拟合
车道检测问题研究了很长时间,本文以此为主题进行一系列探究,包括别人论文以及实现结果,希望能够和广大计算机视觉研究者共同进步!本文主要以左右车道检测方法中基于车道侧面连续的曲线拟合方法进行研究。通常的车道检测方法分两步:(1)特征提取(2)车道几何模型的建立与匹配在车道检测问题探究(一)车道特征提取(上) http://blog.csdn.net/abcjennifer/ar转载 2016-01-30 15:13:28 · 2930 阅读 · 1 评论 -
OpenCV计算连通区域数目与最大连通区域并标示出
#include #include #include #pragma comment(lib, "cv.lib") #pragma comment(lib, "cxcore.lib") #pragma comment(lib, "highgui.lib") int main( int argc, char** argv ) {转载 2016-01-29 10:39:57 · 5302 阅读 · 0 评论 -
图像镜像与图像转置
以下文字内容copy于>,code为自己实现,是win32控制台程序。镜象(mirror)分水平镜象和垂直镜象两种。图2.2的水平镜象和垂直镜象分别如图2.13和图2.14所示图2.13 图2.2的水平镜象转载 2015-08-03 18:28:59 · 10589 阅读 · 2 评论 -
opencv实现车牌识别之字符分割
简介 在前一篇中,我们已经定位出来了在图片中车牌号的位置,并且将车牌号图片复制成了新图片,并显示出来,本章在这些被截取出来的图片上继续处理。截取出来的新图片如下: 图像灰阶/二值化 首先也是选择将图像进行灰阶,然后采用以255一遍开始,取占了总pixel为5%转载 2015-08-11 14:10:02 · 3304 阅读 · 0 评论 -
利用OpenCV计算图像的垂直和水平积分投影
说明:本文来自http://blog.csdn.net/quarryman/article/details/6427886代码:[c-sharp] view plaincopy#include #include #pragma comment( lib, "cv.lib" ) #pragma comment( lib, "c转载 2015-08-11 16:38:05 · 2169 阅读 · 0 评论 -
OpenCV图像处理车牌检测与定位应用
这两天在做关于车牌识别的实验,用了几种方式:1.车牌颜色分布(HSV空间,YCrCb空间的没有颜色分布图谱,无法实验);利用HSV的H通道,效果一般,受环境影响大。[cpp] view plaincopy#include "highgui.h" #include "cv.h" #include #includ转载 2014-11-04 17:22:21 · 1329 阅读 · 0 评论 -
sobel算子原理、卷积核滤波原理与实现
索贝尔算子(Sobeloperator)主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量Sobel卷积因子为:该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度转载 2014-11-06 09:39:23 · 11425 阅读 · 0 评论 -
OpenCV实现对图像的光照归一化处理
#include #include #include #include using namespace std; void main() { int i; IplImage *pImageChannel[4] = {0,0,0,0}; int count = 15; char *name = new转载 2014-11-19 21:29:36 · 10856 阅读 · 0 评论 -
视频清晰度、色偏以及亮度异常检测
昨天老板临时交代一个活,要求通过算法检测监控设备是否存在失焦、偏色、亮度异常等问题。问题本身不难,在网上查看了一些资料,自己也做了一些思考,方法如下:1.失焦检测。失焦的主要表现就是画面模糊,衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。需要注意的是梯度信息与每一个视频本身的特点有关系,如果画面中本身的纹理就很少,即使不失焦,梯转载 2014-07-09 20:49:01 · 2249 阅读 · 1 评论 -
机器视觉领域的牛人们的博客
来自CSDN上carson2005写的一篇博客《计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接》。以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事 这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应转载 2014-07-10 19:29:28 · 602 阅读 · 0 评论 -
一种快速自适应的图像二值化方法介绍 (Wellner 1993)
在手机模式识别的时候, 我们首先viewfinder里面拿到的frame通常是RGB的或者YUV的, 如果我们需要用来做模式识别的话, 通常需要首先把彩色图首先转化成灰度图. 对于RGB图像而言, 网上有充足的公式, 比如Y = 0.299R + 0.587G + 0.114B 等等. 如果是YUV的话, 直接用Y就是灰度图了. 顺带说一句, 这种灰度图通常我们用.raw文件来表示, 用photo转载 2014-07-08 08:35:07 · 9535 阅读 · 1 评论 -
【OpenCV】直方图应用:直方图均衡化,直方图匹配,对比直方图
直方图均衡化直方图均衡化(Histogram Equalization)是直方图最典型的应用,是图像点运算的一种。对于一幅输入图像,通过运算产生一幅输出图像,点运算是指输出图像的每个像素点的灰度值由输入像素点决定,即:直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数过程。从分布图上的理解就是希望原始图像中y轴的值在新的分布中尽可能转载 2014-06-12 09:27:15 · 739 阅读 · 0 评论 -
图像之二维高斯核
下面的代码是计算二维高斯核,代码是用纯C写的,可移植性应该不错。计算得到的二维高斯核可以用来对图像进行高斯滤波。由于高斯滤波器是可分的,所以可以用一维高斯核得到二维高斯核(其实中间涉及到一些证明,这里直接借用结论),如代码所示。[cpp] view plaincopy//====================================转载 2014-06-12 08:37:22 · 1158 阅读 · 0 评论 -
图像信噪比SNR求解
((通常也采用图像信号与噪声的方差之比来近似估计图像的信噪比。))转载 2014-06-11 15:18:46 · 56477 阅读 · 2 评论 -
【OpenCV】数字图像灰度直方图
灰度直方图是数字图像中最简单且有用的工具,这一篇主要总结OpenCV中直方图CvHistogram的结构和应用。灰度直方图的定义灰度直方图是灰度级的函数,描述图像中该灰度级的像素个数(或该灰度级像素出现的频率):其横坐标是灰度级,纵坐标表示图像中该灰度级出现的个数(频率)。一维直方图的结构表示为高维直方图可以理解为图像在每个维度上灰度级分布的直方图。常见的是二维直方图。转载 2014-06-12 09:28:55 · 655 阅读 · 0 评论 -
学习OpenCV——Fast(特征点篇) (&DrawMatchFlags)
特征点检测和匹配是计算机视觉中一个很有用的技术。在物体检测,视觉跟踪,三维常年关键等领域都有很广泛的应用。这一次先介绍特征点检测的一种方法——FAST(features from accelerated segment test)。很多传统的算法都很耗时,而且特征点检测算法只是很多复杂图像处理里中的第一步,得不偿失。FAST特征点检测是公认的比较快速的特征点检测方法,只利用周围像素比较的信息就可以转载 2014-06-10 17:40:30 · 1343 阅读 · 0 评论 -
opencv实现图像邻域均值滤波、中值滤波、高斯滤波
void CCVMFCView::OnBlurSmooth()//邻域均值滤波{ IplImage* in; in = workImg; IplImage* out = cvCreateImage(cvGetSize(in),IPL_DEPTH_8U,workImg->nChannels);cvSmooth(in,out,CV_BLUR,3,workImg->nChannels); //原创 2014-06-11 11:17:38 · 2430 阅读 · 0 评论 -
SIFT算法的c++实现(VS2010+OpenCV2.3.1)
Sift算法的c++实现代码,使用OpenCV中提供的sift类库,OpenCV2.3.1在VS2010中的配置参见日志Opencv2.3.1在VS2008和VS2010平台上安装配置图解。方法一:建立一个控制台应用程序代码如下:#include "stdafx.h"#include "highgui.h"#include "features2d/features2d.hp转载 2014-06-10 17:45:33 · 1689 阅读 · 0 评论 -
SURF学习笔记
原创文章,转载请注明出处:http://blog.csdn.net/crzy_sparrow/article/details/7392345本人挺菜的,肯定有很多错误纰漏之处 ,希望大家不吝指正。看了harris角点检测之后,开始研究SURF角点检测,发现挺复杂的,一时也只了解了大概,把了解的东西总结下,以便下次深入学习。SURF角点检测算法是对SIFT的一种改进,主要体现在速转载 2014-06-10 17:39:41 · 897 阅读 · 0 评论