![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
视觉
文章平均质量分 75
purgle
这个作者很懒,什么都没留下…
展开
-
MIT计算机视觉课件总结Lecture1-Lecture5
网站:http://people.csail.mit.edu/torralba/courses/6.869/6.869.computervision.htmLecture 1 关于计算机视觉这门课的简单介绍课程语言:Matlab 课本:Rick Szeliski大牛的《Computer Vision: Algorithms and Applications》 开篇明义,视觉是什么,原创 2016-02-22 10:40:00 · 1680 阅读 · 0 评论 -
MIT计算机视觉课程变化趋势
MIT计算机视觉这门课从2010年春季学期开始开课,除了2011年的课程安排没有找到,剩下的整理出来了。 如果想要更加清晰的图,此处可以下载。 经过一些整理: 可以发现low-level, mid-level和high-level的课程分布越来越均衡,或许这就是这门课未来的标准教学体系了。原创 2018-01-02 18:49:54 · 935 阅读 · 0 评论 -
图像处理中的经典滤波算法(下)
图像处理中有两篇滤波算法论文我认为是比较实用且有新颖性,今天就在这里将论文的主要思想介绍一下,这两种算法非常容易与其他算法结合,更主要是学习里面蕴含的思想。 注意:线性滤波器的线性组合仍是线性滤波器。1. Guided Filter[1]一开始看到有Guided 这个词,就容易想到,它是由外部的某些已知条件来引导滤波器发挥作用达到滤波的效果。其实,这是一个非常直观的操作:希望参考图像能够给我们提供原创 2017-06-27 22:53:22 · 2104 阅读 · 0 评论 -
底层视觉--image denoising
1.现状图像去噪,在10年前的计算机视觉领域中是非常火的一个研究方向,一旦某个大佬出了一篇关于去噪问题的解决方法,大家争先恐后地把它小改或者根本不改仅仅套用在不同的对象上就能水一篇论文。然而,在深度学习给图像处理带来巨大冲击的今天,它渐渐沦为了一个图像复原领域里面的一个子问题,跟超分辨率重建,图像模糊等问题没什么其他很大的区别,只是目标函数不同,同一套网络,修改了目标函数,能够达到很好的复原效果,那原创 2017-12-17 21:54:13 · 4470 阅读 · 0 评论 -
图像处理中的线性和非线性滤波器(上)
滤波器可以说是信号处理中最重要的研究对象,滤波器可以将原始信号的有用信息通过各种组合来凸显出来,因此很多时候也将它们称为Neighborhood operators,基本上所有涉及到特征的应用场合都要考虑滤波器,即使是发展到看起来很高大上的深度学习等,各种滤波器如果设计的好的话,能够极大地提高整个算法的准确度和效率。 除了一些简单的滤波器外,今天主要介绍两种滤波器。1.线性滤波器原创 2017-06-25 19:54:18 · 23068 阅读 · 0 评论 -
图像评价指标
1.图像评价指标 图像评价指标用来客观评价图像处理中算法的优劣性,一般在对比实验中突出自己提出的算法的亮点。一般来说,每个细分的领域都有相应的指标,如边缘检测,有PFOM(Pratt’s Figure Of Merit)[1][2](第一个引用是它的来源,第二个引用是使用它的例子);图像增强,有EEME(Evaluating image Enhancement Measure by Entropy原创 2017-06-25 17:24:30 · 25209 阅读 · 4 评论 -
圆检测(续)- RANSAC
继之前提到的两种方法之后,这里再列出基于RANSAC的圆检测,RANSAC(Random Sample Consensus)随机抽样一致性,略不同于霍夫圆变换那种基于投票的策略,这是一种对观测数据进行最大化模型检验的方法。下面来简单介绍一下它的原理: 1、原理 最小二乘法通常用在线性拟合参数中,但一旦最小二乘法输入的观测数据中包含有大量分散的干扰点时,它拟合出来的效果可能并不好,如可能会出现这原创 2016-07-22 15:19:25 · 11261 阅读 · 2 评论 -
圆检测-CircleDectection
1、简介 机器视觉中经常涉及到基础形状的检测,基础形状包括直线、圆和椭圆等,直线的检测是最简单的一种,可以直接提取边缘后采点进行点的直线方程拟合,要确定的参数就两个:斜率和截距。 而圆的检测跟直线类似,只是变量变成了三个参数(圆心的横纵坐标和圆半径),如果直接进行参数拟合,所需的计算量或许会成倍的增加,运算的时间与半径变化所需搜索的范围成正相关。2、已知半径的圆检测 它的思路是: 1.找出边原创 2016-07-16 16:50:39 · 7998 阅读 · 1 评论 -
手的简单跟踪加方向判断
(一)跟踪最近与同学完成了一个小项目,做了其中的一部分工作,现在答辩完了,也就可以拿出来分享一下思路:跟踪是在识别手之后开始的,手的识别是由Hu矩加上轮廓的面积周长比: double contArea = fabs(contourArea(contours[i])); double contLength = arcLength(contours[i], false); double原创 2016-05-25 23:11:31 · 3456 阅读 · 1 评论 -
图像的局部特征研究--Hu不变矩
对一幅图片进行判断是否由另一幅图片进行旋转平移等变换得来--Hu不变矩原创 2016-03-25 00:00:41 · 16595 阅读 · 2 评论 -
MIT计算机视觉课件总结Lecture6-Lecture12
继续之前的计算机视觉课程的学习:Lecture 6 物体人类对于物体的感知是连续感知和分类感知的混合,在大层面下,分类感知起主要作用,比如看到的物体,我们都会下意识地根据颜色来进行类别分类。而在小尺度下,例如我们要仔细分辨一块瓷砖内花纹之间有什么区别,这个时候,连续感知更多地帮助我们对物体进行认知。当然,涉及到认知层面,必然会跟文化因素,经验,任务和注意力有关。 类别的分类是非常原创 2017-12-31 15:22:36 · 1488 阅读 · 0 评论