![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 80
三井_pan
这个作者很懒,什么都没留下…
展开
-
HOG特征
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。 (1)主要思想: 在一副图像中,局部目标的表象和形状翻译 2016-05-13 15:00:40 · 656 阅读 · 0 评论 -
双目相机的畸变校正以及平行校正(极线校正)的入门问题总结
一、相机标定是干什么的,需要什么器材才能做?双目校正目标是什么,又需要什么设备?二、相机(针孔)模型是什么样的?世界坐标系,相机坐标系,图像物理坐标系,图像像素坐标系,这四个坐标系到底是什么?从世界坐标系到图像坐标系到底是怎么转换的?三、Opencv中用到的相机标定函数,对应的算法具体是谁的,什么算法?获得的各矩阵数据的含义指的是什么?四、获得单个相机的内参矩阵和畸变系数后,怎么对相机进行畸变原创 2017-09-10 20:12:56 · 1985 阅读 · 0 评论 -
关于g2o的学习使用
原文参考:http://www.cnblogs.com/gaoxiang12/p/5304272.htmlg2o常用模块的简单介绍g2o是一个c++编写的项目,用cmake构建。它的github地址在:https://github.com/RainerKuemmerle/g2o 是一个重度模板类的c++项目,其中矩阵数据结构多来自Eigen。g2o项目中含有若干文件夹。刨开那些gitignore转载 2017-05-17 23:07:15 · 9334 阅读 · 4 评论 -
SIFT算法描述
SIFT特征提取算法流程:1、 输入图像2、 多尺度空间极值点检测3、 关键点的精确定位4、 关键点的主方向计算6、 特征向量2、多尺度空间极值点检测尺度空间:目的是检测在尺度变化时仍然稳定的特征;图像I(x,y)的尺度空间定义:L(x,y,σ)=G(x,y,σ)*I(x,y)尺度参数σ,当σ 连续变化,G(x,y,σ)构成图像的尺度空间原创 2016-09-01 00:07:43 · 7095 阅读 · 1 评论 -
不同尺度空间的室内三维重建问题技术路线
博客下载地址1、小型场景框架1 = 几帧单幅深度图像 + 简单图像拼接(ICP算法族);框架2 = 多帧单幅深度图像 + 相机位姿刚性变换(ICP算法族)+多个深度图像拼接(TSDF方法族); 关键元素:ICP算法族、TSDF算法族。TSDF(Truncated Signed Distance Function) Change:引入相机位姿变换和TSDF算法。2. 相机移动的转载 2017-05-24 23:18:24 · 2273 阅读 · 0 评论 -
ubuntu 14.04.5下运行ORB-SLAM2的数据
参考博客:http://qiqitek.com/blog/?p=55【链接】 这几天换了台笔记本 ubuntu下nvidia的显卡各种问题,折腾了几天。刚刚配置好,根据别人的博客跑了下ORBSLAM2的Demo; 下面大概介绍下具体的过程;step1:安装Pangolin;Pangolin是一个管理OpenGL显示/交互和抽象视频输入的小型可移植的库文件。安装Pangolin之前 ,请先原创 2016-12-09 14:37:08 · 1935 阅读 · 1 评论 -
opencv学习(4)部分基本数据结构的介绍
先贴一段简单的代码;#include "opencv2/core/core.hpp"#include "opencv2/highgui/highgui.hpp"#include <iostream>using namespace std;using namespace cv;int main(int,char**){ Mat I = Mat::eye(4, 4, CV_64F);原创 2016-07-20 22:41:29 · 726 阅读 · 0 评论 -
opencv学习(3)鼠标的操作和copyTo等函数的学习
先贴一段毛星云大神的一段代码。#include <opencv2/opencv.hpp>using namespace cv;// 描述:定义一些辅助宏 #define WINDOW_NAME "【程序窗口】" //为窗口标题定义的宏 // 描述:全局函数的声明void on_MouseHandle(int event, int x, int y, int flags原创 2016-07-20 20:07:48 · 2056 阅读 · 3 评论 -
opencv学习(9)漫水填充、图像金字塔、阈值化的介绍
1、漫水填充漫水填充法的基本思想:简单来说,就是自动选中了和种子点相连的区域,接着将该区域替换成指定的颜色,这是个非常有用的功能,经常用来标记或者分离图像的一部分进行处理或分析.漫水填充也可以用来从输入图像获取掩码区域,掩码会加速处理过程,或者只处理掩码指定的像素点. 以此填充算法为基础,类似photoshop的魔术棒选择工具就很容易实现了。漫水填充(FloodFill)是查找和种子点联通的颜色相原创 2016-08-03 22:17:20 · 1903 阅读 · 0 评论 -
opencv学习(7)图像的各种滤波函数的介绍
图像的滤波目的有两个: 一是抽出图像的特征作为图像识别的特征模式; 另一个是为适应图像处理的要求,消除图像数字化时所混入的噪声; 1、图像的平滑处理: 平滑滤波是指低频增强的空间滤波技术。主要目的是模糊和消除噪音;2、常用的5种图像平滑处理操作方法: 1)方框滤波——boxFilter函数 2)均值滤波——Blur函数 3)高斯滤波——GaussianBlur函数 4)中原创 2016-08-03 15:43:36 · 11488 阅读 · 0 评论 -
opencv学习(6)图像离散傅里叶变换的实现过程
本段代码也是来源于《opencv3编程入门》#include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include <iostream>using namespace cv;int main( ){ //【1】以灰度模式读原创 2016-07-29 17:40:05 · 992 阅读 · 0 评论 -
opencv学习(2)滑动条的创建和使用
滑动条的创建和使用#include<opencv2/opencv.hpp>#include"opencv2/highgui/highgui.hpp"using namespace cv;const String WINDOW_NAME = "【线性混合案例】";const int g_nMaxAlphaValue = 100;int g_nAlphaValueSlider;double g原创 2016-07-05 15:20:21 · 1318 阅读 · 1 评论 -
opencv学习(1)图像的载入、显示与输出
本文的代码源于毛星宇的《opencv3编程入门》书籍;图像的载入、显示和输出#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>using namespace cv;int main(){ Mat girl = imread("girl.jpg"); namedWindow("[1]动漫图");原创 2016-07-05 14:45:53 · 1267 阅读 · 0 评论 -
OpenCV中的神经网络
来源:http://blog.csdn.net/delltdk/article/details/8912867 OpenCV中封装了类CvANN_MLP,因而神经网络利用很方便。 首先构建一个网络模型: CvANN_MLP ann; Mat structure(1,3,CV_32SC1); structure.at(0) = 10; structu转载 2016-06-30 11:08:10 · 1162 阅读 · 0 评论 -
opencv学习(5)图像像素的访问、颜色通道的分离和融合
代码都是源于毛星云的《opencv3.0编程入门》1、计时函数 getTickCount()和getTickFrequency()函数; getTickCount()函数返回CPU自某个事件以来走过的时钟周期; getTickFrequency()函数 返回CPU一秒所走的周期数;事例:double time0=static_cast< double>(getTickCount()原创 2016-07-22 11:46:41 · 5134 阅读 · 0 评论 -
Haar特征
原文地址:http://blog.csdn.net/zouxy09/article/details/7929570 http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html1、Haar特征分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像翻译 2016-05-13 17:46:00 · 3943 阅读 · 0 评论 -
LBP
原文地址:http://blog.csdn.net/zouxy09/article/details/7929531 LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出,用于纹理特征提取。而且,提取的特转载 2016-05-13 16:21:22 · 1851 阅读 · 0 评论