图像处理
文章平均质量分 80
lina_suda
机器视觉,行人检测,人脸识别,显著性检测
展开
-
空域滤波基础
“滤波”是指接受或拒绝一定的频率分量。滤波的概念其实是频域概念,即对信号频率进行处理,高于或低于截止频率的将被干掉,或者带通带限,就有了高通滤波器,低通滤波器。低通滤波器的效果是模糊(平滑)衣服图像。 频域的相乘对应于时域的卷积,于是,空域滤波器(空间滤波器也叫卷积核,空间掩膜,核,模板,窗口等)和图像的卷积能达到和频域相同或相近的效果,所以我们要说先图像空域的卷积,值得注意的是空间滤波转载 2015-05-08 16:31:14 · 11661 阅读 · 2 评论 -
图像分割—基于图的图像分割(Graph-Based Image Segmentation)
图像分割—基于图的图像分割(Graph-Based Image Segmentation)转自:http://blog.csdn.net/ttransposition/article/details/38024557?utm_source=tuicool&utm_medium=referralReference:Efficient Graph-Bas转载 2015-12-12 01:14:44 · 1524 阅读 · 0 评论 -
图像获取与单目定标
转自:http://blog.csdn.net/chenyusiyuan/article/details/5961769双目测距的基本原理如上图所示,双目测距主要是利用了目标点在左右两幅视图上成像的横向坐标直接存在的差异(即视差 )与目标点到成像平面的距离Z存在着反比例的关系:Z=fT/d。“@scyscyao :在OpenCV中,f的量纲是像素点,T的量纲由定转载 2015-05-20 09:23:38 · 1761 阅读 · 0 评论 -
双目定标与双目校正
转自:http://blog.csdn.net/chenyusiyuan/article/details/5963256三、双目定标和双目校正双目摄像头定标不仅要得出每个摄像头的内部参数,还需要通过标定来测量两个摄像头之间的相对位置(即右摄像头相对于左摄像头的三维平移 t 和旋转 R 参数)。图6要计算目标点在左右两个视图上形成的视差,首先要把该转载 2015-05-20 09:27:28 · 1026 阅读 · 0 评论 -
影像质量评价指标汇总
转自:http://blog.csdn.net/yuyin86/article/details/210060431. 主观评价方法以人为图像的评价者,根据自己的评价尺度和经验对图像质量进行评价。2. 客观评价方法1) 均方差2) 信噪比主要用来评价影像经压缩、传输、增强等处理转载 2015-05-06 19:26:51 · 965 阅读 · 0 评论 -
计算机视觉领域的大牛主页
转自:http://blog.csdn.net/yuyin86/article/details/8220360研究群体http://www-2.cs.cmu.edu/~cil/vision.html这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件,甚至还有一个搜索引擎。http:/转载 2015-05-06 19:18:13 · 2219 阅读 · 0 评论 -
图像拼接算法的基本原理
转自:http://blog.csdn.net/yuyin86/article/details/6690423全景视频是一种利用360 度全景图象建立虚拟环境的新方法。全景图象是通过将普通照相机拍照到的边界部分重叠的图象进行拼接而创建的。可以利用图象重叠部分对应像素的相似性, 通过采用一种行之有效的拼接算法, 使得到的图象无缝平滑。来自研学论坛 Walkfarer和转载 2015-05-06 18:55:27 · 10768 阅读 · 0 评论 -
图像拼接的基本流程及关键技术
转自:http://blog.csdn.net/Vast_Sea/article/details/8197311图像拼接的基本流程(1) 图像预处理:对原始图像进行直方图匹配、平滑滤波、增强变换等数字图像处理的基本操作,为图像拼接的下一步作好准备。(2) 图像配准:图像配准是整个图像拼接流程的核心,配准的精度决定了图像的拼接质量。其基本思想是:首先找到待配准图像与参转载 2015-05-05 20:40:21 · 3079 阅读 · 0 评论 -
计算机视觉相关书籍
《数字图像处理》冈萨雷斯————基础,必读《Learning OpenCV》 《图像处理,分析与机器视觉》————经典,注意参考文献 Amazon 5 stars 《计算机视觉》郑南宁————介绍canny算子较详细 《计算机视觉中的数学方法》吴福朝 《机器视觉》Ramesh Jain,Rangachar转载 2015-05-06 19:14:03 · 849 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:5.特征检测器 FeatureDetector
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8652096OpenCV提供FeatureDetector实现特征检测及匹配[cpp] view plaincopyclass CV_EXPORTS FeatureDetector { public:转载 2015-05-13 13:25:25 · 1489 阅读 · 0 评论 -
Distinctive Image Features from Scale-Invariant Keypoints-SIFT算法译文
转自:http://www.cnblogs.com/cuteshongshong/archive/2012/05/25/2506374.html从尺度不变的关键点选择可区分的图像特征David G.Lowe温哥华不列颠哥伦比亚省加拿大英属哥伦比亚大学计算机科学系Lowe@cs.ubc.ca2003年1月10日接受,2004年1月7日修改,2004转载 2015-05-13 10:22:49 · 6396 阅读 · 0 评论 -
【计算机视觉】SIFT中LoG和DoG比较
转自:http://blog.csdn.net/xiaowei_cqu/article/details/27692123在实际计算时,三种方法计算的金字塔组数noctaves,尺度空间坐标σ,以及每组金字塔内的层数S是一样的。同时,假设图像为640*480的标准图像。金字塔层数:其中o_min = 0,对于分辨率为640*480的图像N=5。转载 2015-05-13 13:26:53 · 604 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:4.关键点描述
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8113565由前一篇《方向赋值》,为找到的关键点即SIFT特征点赋了值,包含位置、尺度和方向的信息。接下来的步骤是关键点描述,即用用一组向量将这个关键点描述出来,这个描述子不但包括关键点,也包括关键点周围对其有贡献的像素点。用来作为目标匹配的依据(所以描述子应该有较高的独特转载 2015-05-13 13:24:43 · 881 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:3.方向赋值
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8096072由前一篇《关键点搜索与定位》,我们已经找到了关键点。为了实现图像旋转不变性,需要根据检测到的关键点局部图像结构为特征点方向赋值。也就是在findScaleSpaceExtrema()函数里看到的alcOrientationHist()语句:转载 2015-05-13 13:22:31 · 871 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:1.DoG尺度空间构造
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8067881《SIFT原理与源码分析》系列文章索引:http://blog.csdn.net/xiaowei_cqu/article/details/8069548尺度空间理论自然界中的物体随着观测尺度不同有不同的表现形态。例如我们形容建筑物用“转载 2015-05-12 12:39:51 · 934 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:2.关键点搜索与定位
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8087239由前一步《DoG尺度空间构造》,我们得到了DoG高斯差分金字塔:如上图的金字塔,高斯尺度空间金字塔中每组有五层不同尺度图像,相邻两层相减得到四层DoG结果。关键点搜索就在这四层DoG图像上寻找局部极值点。DoG局部极值点寻找DoG极值转载 2015-05-13 13:12:08 · 582 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析
转自:http://blog.csdn.net/xiaowei_cqu/article/details/8069548SIFT简介Scale Invariant Feature Transform,尺度不变特征变换匹配算法,是由David G. Lowe在1999年(《Object Recognition from Local Scale-Invariant F转载 2015-05-12 12:37:37 · 630 阅读 · 0 评论 -
2016年计算机视觉和图像处理相关的国际会议一览表
2016年计算机视觉和图像处理相关的国际会议一览表加油!!!LevelConference NameConference LocationSubmission DeadlineConference DateWebsite★★★★★SIG转载 2016-01-13 13:21:21 · 3289 阅读 · 0 评论