图像处理
文章平均质量分 79
lwzkiller
怕什么真理无穷,得一寸有一寸的欢喜
展开
-
摄像机标定以及镜头畸变
摄像机标定其本质就是计算摄像机的内参和外参。关于摄像机模型以及标定板上的世界坐标到图像像素坐标的过程这里就不做推导,网上太多博客都有详细推导过程。这里主要讲解摄像机标定里的几个要点:1. 三维旋转具体过程当知道了三维旋转过程,大家对外参矩阵的旋转向量会有个清楚的了解,也就了解到旋转向量的正交性特征。2. 外参为何只需要两个旋转向量和一个平移向量?从世界坐标系到摄像机坐标系的坐标变换其实就是一个刚体变换,通常刚体变换中,旋转向量一般用3个向量表示,这里为何只使用两个旋转向量呢?因为使用的标定板原创 2020-09-07 21:16:59 · 1835 阅读 · 2 评论 -
局部二值化Sauvola算法解析
在机器视觉领域,二值化是分割图像的一种常用方法,对于亮度分布不均的图像,不可采用固定阈值方法,通常采用局部阈值方法,比如动态阈值分割、sauvola算法分割等。1. 动态阈值分割一般对原图像进行滤波处理进行平滑,以原图和平滑后的图像对应像素比较,进行差值,设定差值上下限,最终达到一种分割效果。这种动态二值分割比较简单,这里不做多述。2. sauvola算法该算法有几个重要参数,【1】模板大小:计算图像每一个像素所对应的二值阈值时,我们需要设定模板大小,通过滑动模板,对模板进行像素的原创 2020-08-01 21:18:26 · 4126 阅读 · 0 评论 -
亚像素级角点定位算法
上篇文章,已对点和边缘两种情形的亚像素定位算法做了详细描述。因图像特征不同,亚像素定位算法也会不同,我们可以根据图像的具体特征,进行数学建模以达到定位目的。这里另起一篇说明角点情形的亚像素定位问题。1. 角点的几何特征角点位置特征:边缘的交点,且角点与边缘点的连线和边缘点的梯度方向垂直。如上图所示,假设一个起始角点q在实际亚像素角点附近。p点在q点附近的邻域中,若p点在原创 2017-02-08 13:47:29 · 10295 阅读 · 7 评论 -
Harris角点检测原理详解
关于角点的应用在图像处理上的应用也比较广泛,比如图像匹配(FPM特征点匹配)、相机标定等。网上也有很多博客对Harris角点检测原理进行描述,但基本上只是描述了算法流程,而其中有关细节并未作出解释,这里我想对有些地方做出解释,如有不对,还请指正。1. 首先,何为角点?下面有两副不同视角的图像,通过找出对应的角点进行匹配。再看下图所示,放大图像的两处角点区域:我们原创 2017-01-20 23:34:03 · 106798 阅读 · 38 评论 -
亚像素级点定位及边缘定位算法
在这篇博客里,主要讲解两点:点定位(Point localization)以及边缘定位(Edge localization),均是亚像素级定位精度。当然还有其他定位方法,这里仅针对亮点和边缘两种情形分别进行精确定位。1. 为何需要进行亚像素定位?>数字图像通常是被离散化成像素形式;>每个像素对应一个整数坐标位置;>整数坐标位置对于很多应用然而并不精确,比如跟踪、相机标定、图原创 2017-02-03 21:15:22 · 54421 阅读 · 6 评论 -
Hessian矩阵以及在图像中的应用
Hessian Matrix,它有着广泛的应用,如在牛顿方法、求极值以及边缘检测、消除边缘响应等方面的应用。一个Hessian Matrix涉及到很多数学相关的知识点,比如泰勒公式、极值判断、矩阵特征值及特征向量、二次型等。本篇文章,主要说明多元情况下的极值判定、hessian矩阵与二次型的联系以及有关hessian matrix在图像上的应用。1. 二元函数泰勒公式对于一元函数的泰勒公式原创 2017-02-17 11:23:01 · 39900 阅读 · 22 评论