lihongrui9820的专栏

概论无论是逐行扫描还是隔行扫描，都有视频文件、传输和显像三个概念，这三个概念相通但不相同。最早出现的是隔行扫描显像，同时就配套产生了隔行传输，而隔行扫描视频文件是到数字视频时代才出现的，其目的是为了兼容原有的隔行扫描体系(隔行扫描就是还依然在广泛应用)。通常显示器分隔行扫描和逐行扫描两种扫描方式。逐行扫描相对于隔行扫描是一种先进的扫描方式，它是指显示屏显示图像进行扫描时，从屏幕左上

参考资料：”Surf算法论文及实现源码”，此处不知为什么不能上传，望谅解！需要资料的可以联系。作为尺度不变特征变换算法（Sift算法）的加速版，Surf算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理，其快速的基础实际上只有一个——积分图像haar求导。我们先来看介绍Sift算法的基本过程，然后再介绍Surf算法。1、Sift算法简介Sift算法是David L

Matlab函数im2double简介函数名称： im2double函数功能： 把图像数据类型转换为双精度浮点类型。如果输入图像是双精度浮点类型（double）的，返回的图像和源图像相同。如果源图像不是双精度浮点类型的，该函数将返回和源图像相同但数据类型为double类型的图像（必要时对图像进行调整）。调用格式：I2 = im2double(I1)把灰度图像

plot（MATLAB plot 函数）plot命令打开一个称为图形窗口的窗口，将坐标轴缩扩以适应并描绘数据。如果已经存在一个图形窗口，则plot命令会清除当前图形窗口的图形，绘制新的图形。plot函数的基本调用格式为：1、plot(y)当y为向量时，是以y的分量为纵坐标，以元素序号为横坐标，用直线依次连接数据点，绘制曲线。若y为实矩阵，则按列绘制每列对应的曲线。2、plot(

要谈坐标系变换，那么坐标系有哪些呢？依次有:物体坐标系，世界坐标系，相机坐标系，投影坐标系以及屏幕坐标系.我要讨论的就是这些坐标系间的转换。     这些坐标系不是凭空而来，他们都是为了完成计算机3D图形学最最最基本的目标而出现.     计算机3D图形学最最最基本的目标就是:将构建好的3D物体显示在2D屏幕坐标上.     初看好像就是将最初的物体坐标系转换到屏幕坐标系就可以了呀，为

SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下： 算法描述 SIFT特征不只具有尺度不变性，即使

原文链接为：http://www.cnitblog.com/luckydmz/archive/2010/10/08/69779.htmlDirect3D中投影空间内的点坐标与屏幕上（或视口内）点的对应关系，设屏幕大小为w×h，屏幕左上角像素的中心被定义为(0,0)，整个屏幕是从(-0.5,-0.5)-(w-0.5,h-0.5)，像素将投影空间内的x轴上区间(-1.0

clear;close all;  clc;CONST=50;A=imread('testImage\hyf1.bmp');bwimg=im2bw(A);resize_img=[];[srcWidth srcHeight]=size(bwimg);% %% 以下算法思路参考http://blog.csdn.net/ArtX/art

图像平滑主要是为了消除被污染图像中的噪声。图像的简单平滑是图像增强处理中最基本的方法之一 ,它利用卷积运算对图像邻域的像素灰度进行平均化 ,从而达到减少图像中杂点影响、降低图像对比度的目的。 空间域方法在空间域平滑滤波有很多种算法，其中最常见的有：线性平滑、非线性平滑、自适应平滑。线性平滑是对每一个像素的灰度值用它的邻域值来代替，其邻域的大小为：N×N，N 一般

三维空间中的旋转变换比二维空间中的旋转变换复杂。除了需要指定旋转角外，还需指定旋转轴。      若以坐标系的三个坐标轴x,y,z分别作为旋转轴，则点实际上只在垂直坐标轴的平面上作二维旋转。此时用二维旋转公式就可以直接推出三维旋转变换矩阵。      规定在右手坐标系中，物体旋转的正方向是右手螺旋方向，即从该轴正半轴向原点看是逆时针方向。  绕X轴

matlab自带滤波器函数小结（图像处理）  1 线性平滑滤波器用MATLAB实现领域平均法抑制噪声程序：I=imread(' c4.jpg ');subplot(231)imshow(I)title('原始图像')flag = isrgb(I);if flag==true   I=rgb2gray(I);else     I=I;endI1=i

关于yuv 格式YUV 格式通常有两大类:打包(packed)格式和平面(planar)格式。前者将 YUV 分量存放在同一个数组中,通常是几个相邻的像素组成一个宏像素(macro-pixel);而后者使用三个数组分开存放 YUV 三个分量,就像是一个三维平面一样。几种常见的yuv格式1.YUV422 Planar这里,Y\U\V数据是分开存放的,每

MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。%自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)function d=avefilt(x,n) a(1:n,1:n)=1; %a即n×n模板,元素全是1p=size(x); %输入图像是p×q的,且p>n,q>nx1=double(x);x2=x1;%A(a:b,c:d)表示A矩阵的第a