![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
python计算机视觉
limmmy
这个作者很懒,什么都没留下…
展开
-
图像分割(一)
文章目录有向图的分割图像边缘分割有向图的分割图像分割是将一幅图像分割成有意义区域的过程。区域可以是图像的前景与背景或 图像中一些单独的对象。这些区域可以利用一些诸如颜色、边界或近邻相似性等特 征进行构建。在图论中,图的最小切割是其在某种意义上是最小的切割(图形的顶点划分为由至少一个边连接的两个不相交的子集)。图的最小割可以分很多情况进行讨论,例如有向图、无向图,边的权重等。from pyg...原创 2019-06-11 15:38:34 · 943 阅读 · 0 评论 -
MNIST手写体识别(Tensorflow)
文章目录一、Tensorflow配置与安装二、卷积神经网络卷积(Padding)Pooling层三、LeNet四、MNIST数据集的特征1.MNIST训练集的特征2.MNIST测试集的预测情况容易误判但是判断正确的图像误判的图像一、Tensorflow配置与安装Python3.6.2 + Anaconda (conda 4.3.27)+ tensorflow-gpu1.8.0下测试通过1.首...原创 2019-06-03 00:41:36 · 1331 阅读 · 0 评论 -
图像内容分类(KNN算法+dense-sift+SVM手势识别)
文章目录KNN算法(K近邻分类法)Dense-SIFT图像分类:手势识别KNN算法(K近邻分类法)Dense-SIFTDense-SIFT是sift的密集采样板,其每个描述子也是一个128维的向量,表征的是关键点2邻域内16个像素点沿八个方向的梯度变化,因此维度为16*8=128。它与Sift最大的不同在于关键点的选取是稠密且同规格的,就是图像上每一个点都被当做特征点全采样,这样可以避免遗...原创 2019-05-20 17:52:21 · 1320 阅读 · 0 评论 -
图像检索与识别(Bag-Of-Words Models)
文章目录BOW模型运用到图像检索BOW的基本流程1.特征提取2.“视觉词典(visual vocabulary)”的构造BOW模型运用到图像检索进行图像检索的时候,我们可以用穷举的方法,但是一一匹配效率太过低,工作量过大,于是参考文本信息检索的模型,提取特征点进行降维处理。在文本信息检索中,BOW模型假定对于一个文档,忽略它的单词顺序和语法、句法等要素,将其仅仅看作是若干个词汇的集合,文档中每...原创 2019-05-12 11:53:23 · 3617 阅读 · 5 评论 -
对极几何以及基础矩阵原理求解(一)
文章目录一、P在不同坐标系中的表示二、本质矩阵与基础矩阵对极几何本质矩阵(Essential Matrix)基础矩阵(Fundamental Matrix)三、基础矩阵的求解代码实验结果及其分析一、P在不同坐标系中的表示空间点P本身在世界坐标系中的表示:PW=(XWYWZW)P_{W}=\begin{pmatrix}X_{W}\\Y_{W} \\Z_{W}\end{pmatrix}P...原创 2019-04-17 20:06:05 · 2022 阅读 · 1 评论 -
张友正相机标定法以及Matlab工具包实现Camera calibration
看在房间里原创 2019-04-14 16:08:29 · 6743 阅读 · 0 评论 -
python增强现实(一)
增强现实(Augumented Reality,AR)是将物体和相应信息放置在图像数据上的一系列操作的总称。原创 2019-04-07 15:21:13 · 3242 阅读 · 10 评论 -
图像到图像的映射(二)创建全景图
法原创 2019-03-30 15:00:48 · 1118 阅读 · 0 评论 -
图像到图像的映射(一)
目标:使用仿射变换将一张图像防止到另一幅图像中1.计算第二张图像与第一张图像之间的变换关系2.将第二张图像叠加到第一张图像的坐标系中变换后的融合/合成1.计算图像之间的变换结构...原创 2019-03-19 22:17:57 · 7107 阅读 · 1 评论 -
SITF匹配地理标记图像(二)
集大建筑图不上传所有的图片了集大很美,亲自来看看吧嘻嘻原创 2019-03-18 01:39:18 · 295 阅读 · 0 评论 -
SITF特征原理描述及其匹配处理(一)
自1977年Moravec提出Moravec角点检测算子,接下来的一段时间内,就有各种改进的角点检测算子,如Harris角点检测算子、Shi-Tomasi角点检测算子,但是这些都是单维度的角点,直到1999年David G.Lowe提出了一种基于尺度空间的,对图像缩放、旋转、甚至仿射变换保持不变性的图像局部特征描述算子——Sift(尺度不变特征变换),用多维向量来描述一个特征点,是过去十年中最成功...原创 2019-03-17 12:51:22 · 1933 阅读 · 1 评论