qq_42242399的博客

前言作为一个普通的研一学生，之前没有做过图像处理的课题，只是简单接触过opencv和python，是在此方向是个纯小白。但是模式识别课程需要做一个烟雾检测的大作业，而老师只是讲orb、hog、lbp算法的原理，根本不知道怎么实现，毫无头绪。国庆节假期期间，在csdn上查阅了许多先辈的有关文章，终于有些进展。现分享我的些许成果，其中有很多不正之处，望见谅。本篇为大作业完成过程的第一篇，后续内容会陆续发布。大作业要求报告的主题是video based smoke detection，四人一组，一

报告要求报告的主题是video based smoke detection。提供train、test两个数据集，每个数据集内部均有smoke和non两个文件夹，文件夹内有若干100*100大小的图片。报告内容包括四部分：1、特征表示；2、降维及聚类；3、分类；4、模型评价及选择。经过两个周的学习，终于结束了第二章聚类分析。上课太痛苦了，啥都听不懂还要努力听，幸好没选模式识别这个方向。...

二、机器人视觉模型机器人视觉系统的标定其实是获取摄像机坐标系（ICS）与机器人坐标系（RCS）之间转换关系的过程，在标定机器人视觉系统（Eye-to-Hand）之前，首先要对摄像机进行标定。通常摄像机镜头会存在径向、切向和偏心等畸变，因此需要选择合适的畸变模型对摄像机进行标定。工业镜头的畸变主要维径向畸变，可以用线性畸变模型表示。生活上使用的摄像头还会有切向和偏心等畸变，需要使用非线性模型。对于工业摄像头，如果使用非线性畸变模型，将会大大增加计算复杂度而且标定精度不会提高。因此本文在论述中采用线性.