2016年04月_misslibra

原创 OpenCV:imshow()/imwrite()数据类型问题

void imshow(const String& winname, InputArray mat);bool imwrite( const String& filename, InputArray img, const std::vector<int>& params = std::vector<int>()); 函数显示和保存图像和传入的Mat图片的数据类型有关，

2016-04-25 14:46:59 4020

原创频率域滤波器

从滤波器处理效果的尖锐程度，可以将他们分为三种类型：理想滤波器、巴特沃斯滤波器、高斯滤波器。他们的尖锐程度也是依次递减。再从滤波的通过范围看，这三种滤波器都有低通、高通、带通、带阻四个版本。下面将他们的的公式贴出来，就一目了然啦。理想低通滤波器：理想高通滤波器：理想带阻滤波器：这里：巴特沃斯低通滤波器：巴特沃斯高通滤波器：巴特沃斯带阻滤波器：

2016-04-21 16:27:29 4175

—–本文是基于苏煜等人的文章《基于全局和局部特征集成的人脸识别》而写成的方法摘要。人脸的全局特征描述主要特征信息，包括肤色，轮廓，面部器官的分布等的整体信息。而局部特征描述的人脸的细节特征，比如器官特点、面部奇异特征，类似伤疤、黑痣、酒窝等。前者用于粗略匹配，后者用于精细匹配。两种特征进行集成，可以作为人脸识别的分类器。首先对图像做傅里叶变化，保留低频部分的实部和虚部的系数，当做全局傅里叶特征向量。

2016-04-20 17:29:17 6303

原创人脸识别方法简记

1、特征脸方法Eigenface，这是一种K-L方法，也叫作PCA方法或者Hotelling，它是一种最优的方法，通过 K-L 变换我们可以将一般的高维空间的信息和数据压缩到低维的空间中去，进而可以减少维数，同时也可以通过低维空间信息去描述高维空间数据。而 PCA 的方法就是通过这个思想将图像以列向量的方式来表示的。2、线性判别分析，Linear Discriminant Analysis，简称

2016-04-20 15:37:25 608

原创人脸识别、姿态识别问题处理步骤

——-本文是参考王守佳先生的博士论文《基于图像的人体监测跟踪和人脸识别的研究》而写的笔记。对于模式识别问题，首先是必须对视频图像进行预处理，滤除杂波后，开始识别的步骤。目前人脸识别中光照预处理方法常用的有直方图均衡化（ Histogram Equalization，HE）、Gamma 校正。局部对比度增强算法( Local Contrast Enhancement,LCE、离散余弦变换 (Di

2016-04-20 11:48:59 6570

原创视频图像动态前景分割（待续）

暂时先罗列下相关的算法，先做出骨架，待日后慢慢丰富其肌肉和羽翼。一是基于参数模型的分割方法： 1、运动参数估计二是基于非参数模型的分割方法： 1、光流法 2、贝叶斯算法 3、Snake算法三是基于形态学的分割方法：四是基于变化的分割方法： 1、帧间差分法另外是一些其他算法： 1、目标熵分割法 2、Mallat小波分割 3、Gabor小波分割

2016-04-20 10:34:30 1950

转载深度和通道的理解

矩阵数据类型:– CV_(S|U|F)CS = 符号整型 U = 无符号整型 F = 浮点型E.g.:CV_8UC1是指一个8位无符号整型单通道矩阵,CV_32FC2是指一个32位浮点型双通道矩阵CV_8UC1 CV_8SC1 CV_16U C1

2016-04-14 10:04:00 1924

转载 CvMat成员分析

旧版本的OpenCV中的C结构体有 CvMat 和 CvMatND，目前我用的是 2.3 版，里面的文档指出 CvMat 和 CvMatND 弃用了，在C++封装中用 Mat 代替，另外旧版还有一个 IplImage，同样用 Mat 代替(可以参考博文 OpenCV中的结构体、类与Emgu.CV的对应表).矩阵 (M) 中数据元素的地址计算公式：addr(Mi0,i1,…im-1)

2016-04-13 16:37:48 865

miss libra