![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CV图像处理(下)
猫街小巷�
这个作者很懒,什么都没留下…
展开
-
Datawhale计算机视觉基础-图像处理(下)-Task03 LBP特征描述算子-人脸检测
3.1LBP算法原理介绍 LBP特征用图像的局部领域的联合分布T 来描述图像的纹理特征,如果假设局部邻域中像素个数为P(P>1),那么纹理特征的联合分布TTT 可以表述成: 其中, gcg_cgc 表示相应局部邻域的中心像素的灰度值, gpg_pgp 表示以中心像素圆心,以R为半径的圆上的像素的灰度值。 通俗解释: 原始的LBP算子定义在像素3∗3333∗3的邻域内,以邻域中心像素为阈值,相邻的8个像素的灰度值与邻域中心的像素值进行比较,若周围像素大于中心像素值,则该像素点的位置被标记为1,否原创 2020-06-27 19:10:42 · 146 阅读 · 0 评论 -
Datawhale 计算机视觉基础-图像处理(下)- Task01 Harris特征点检测器-兴趣点检测
1.1简介 特征点成为兴趣点和角点,常用的有harris角点检测、FAST特征检测、SIFT、SURF特征检测。 1.2角点的概念 使用一个滑动窗口在下面三幅图中滑动,可以得出以下结论: 左图表示一个平坦区域,在各方向移动,窗口内像素值均没有太大变化; 中图表示一个边缘特征(Edges),如果沿着水平方向移动(梯度方向),像素值会发生跳变;如果沿着边缘移动(平行于边缘) ,像素值不会发生变化; 右图表示一个角(Corners),不管你把它朝哪个方向移动,像素值都会发生很大变化。 1.3Harris角原创 2020-06-24 15:22:17 · 139 阅读 · 0 评论