- 博客(37)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 OpenGL与OpenCV实现增强现实
该程序通过OpenCV实现对Marker的识别和定位，然后通过OpenGL将虚拟物体叠加到摄像头图像下，实现增强现实。首先来看看我们使用的Marker：这是众多Marker中的一个，它们都被一圈的黑色边框所包围，边框之中是编码信息，白色代表1，黑色代表0。将每一行作为一个字，那么每个字有5bits。其中，1、3、5位为校验位，2、4位为信息位。也就是说，整个Marker的信息位
2016-04-27 15:32:38
1207
转载 卡尔曼滤波器跟踪
一些网络资料 关于Kalman滤波器的理论,其数学公式太多,大家可以去查看一些这方面的文献.下面这篇文章对Kalman滤波做了个通俗易懂的介绍,通过文章举的例子可以宏观上理解一下该滤波器,很不错,推荐一看:http://www.cnblogs.com/feisky/archive/2009/11/09/1599247.html, 他的另一篇博客http://www.cnblog
2016-04-26 20:40:17
1086
转载 Opencv Mat与Iplimage的相互转换
1、将Mat转换为IplImage//! converts header to IplImage; no data is copied operator IplImage() const;举例：Mat img； IplImage *src； src=&IplImage（img）；2、将IplImage转
2016-04-26 08:55:35
415
转载 “思想的芦苇”释义
我的博客一直以“思想的芦苇”作为名称。这五个字来自于帕斯卡尔的《思想录》（商务印书馆出版），“人只不过是一根苇草（流行翻译是“芦苇”），是自然界最脆弱的东西；但他是一根能思想的苇草。用不着整个宇宙都拿起武器来才能毁灭他；一口气、一滴水就足以致他死命了。然而，纵使宇宙毁灭了他，人却仍然要比致他死命的东西更高贵得多；因为他知道自己要死亡，以及宇宙对他具有的优势，而宇宙对此却是一无所知。因而我们的全部尊
2016-04-25 08:43:36
743
转载 视频教程：卡尔曼滤波器的原理以及在MATLAB中的实现
视频教程：卡尔曼滤波器的原理以及在MATLAB中的实现。最近一个月的所有周末都用在这上面了，希望大家喜欢。（分享自 @优酷） http://t.cn/RPPT9uz示例代码：[plain] view plain copyZ=(1:100); %观测值 noise=randn(1,100);
2016-04-24 11:37:19
1309
转载 读取 摄像机标定的参数
FileStorage fs2("test.yml", FileStorage::READ); // first method: use (type) operator on FileNode. int frameCount = (int)fs2["frameCount"]; std::string date; // second method: use F
2016-04-23 11:57:04
476
转载 opencv下XML 文件的读写
版权声明：本文为博主原创文章，未经博主允许不得转载。[cpp] view plain copy"font-family: Arial, Helvetica, sans-serif; font-size: 12px; background-color: rgb(255, 255, 255);">Opencv 存储和读取XML文件使用 Fil
2016-04-23 10:44:00
346
原创 能够完成按一下s按键就能保存从摄像机捕捉到的图片帧
#include #include #include int main(){//VideoCapture cap(0);//cap代表什么 int c; CTime time; IplImage *img; CvCapture* capture = cvCaptureFromCAM(0); cvNamedWindow("ma
2016-04-22 16:42:48
1157
转载 opencv摄像头视频+帧保存为图片
1234567891011121314151617181920212223242526272829303132333435
2016-04-22 16:07:05
2489
转载 Opencv2.0 单目相机标定，畸变矫正
步骤：（1）制作棋盘格，打印Opencv自带的9*7的棋盘格到A4纸上。棋盘格方格大小为27*27mm。（2）对准相机晃动棋盘格。得到多张图像。注意棋盘格角度不要过大，出图像边界。距离相机近点。（3）使用得到的图像，比如10张，一般大于5张。使用Opencv2.0的程序进行相机标定。获取内参和畸变系数矩阵。（程序见下方）（4）使用内参和畸变系数矩阵进行图像矫正。
2016-04-22 11:17:18
2727
转载 OpenCV学习笔记（一）——旋转向量与旋转矩阵相互转化
从今天开始，把自己学习OpenCV的心得记录下来，以系列的形式贴到博客中，以期交流与备查之用，笔记内容主要偏向于算法的理解。 处理三维旋转问题时，通常采用旋转矩阵的方式来描述。一个向量乘以旋转矩阵等价于向量以某种方式进行旋转。除了采用旋转矩阵描述外，还可以用旋转向量来描述旋转，旋转向量的长度（模）表示绕轴逆时针旋转的角度（弧度）。旋转向量与旋转矩阵可以通过罗德里格斯（Rodrigues）变
2016-04-22 10:54:00
9066
转载 关于OpenCV的那些事——相机姿态更新
上一节我们使用张正友相机标定法获得了相机内参，这一节我们使用Robust Planar Pose (RPP) 算法估计相机初始姿态并更新之。推荐3篇我学习的博客：【姿态估计】Pose estimation algorithm 之 Robust Planar Pose (RPP)algorithm，POSIT算法的原理--opencv 3D姿态估计，三维姿态：关于solvePnP与cvPOSIT
2016-04-21 17:16:13
2232
转载 关于OpenCV的那些事——相机标定
这一节我们首先介绍下计算机视觉领域中常见的三个坐标系：图像坐标系，相机坐标系，世界坐标系。以及他们之间的关系。然后介绍如何使用张正友相机标定法标定相机。图像坐标系：理想的图像坐标系原点O1和真实的O0有一定的偏差，由此我们建立了等式（1）和（2），可以用矩阵形式（3）表示。相机坐标系（C）和世界坐标系（W）：通过相机与图像的投影关系，我们得到
2016-04-21 17:15:32
943
1
原创 基于标记的ID检测opencv实现代码
#include #include #include #include #include #include//#include "MarkerDetector.h"//#include "Marker.h"using namespace cv;using namespace std;typedef std::vector PointsVecto
2016-04-21 14:53:42
1232
原创 opencv中cvCircle的使用方法
Circle，中文含义指：即圆形。cvCircle是指绘制圆形的一个程序函数。定义void cvCircle( CvArr* img, CvPoint center, int radius, CvScalar color, int thickness=1, int line_type=8, int shift=0 );参数im
2016-04-21 14:48:17
18083
1
转载 如何使用OpenCV实现基于标记的定位（为什么对标记检测能够实现定位）
前言：工程应用中时常用到视觉定位，比如电路板上都会预留一个定位点，便于设备识别坐标位置，便于SMT机器判断该将电子元器件贴到哪个位置。对于摄像头测试也是如此，测试手机或平板摄像头，通常会选一张固定的图纸，然后根据所拍摄的图片进行分析。由于环境存在误差，对图片不能千篇一律的按照固定位置解析，总是存在一定的角度倾斜，所以解析图片前，先进行视觉定位是必须要做的一步。本文通过OpenCV 开源图像库实
2016-04-18 10:47:14
5613
转载 基于标记的AR的OpenCV实现（二）
增强现实是将虚拟物体与真实物体融合。为了将三维模型放置在场景中，需要知道它关于摄像机的姿态。可在直角坐标系中使用欧式空间+变换来表示这个姿态。 三维世界中Marker的位置与其对应的二维投影，遵从以下公式： 其中， M表示三维世界中的点； [R|T]表示欧氏变换，是一个3*4矩阵 A表示相机参数矩阵，存放相机内部参数 P表示M在二维空间的投影，是一个二维点。在
2016-04-18 08:51:37
1049
转载 基于标记的AR的opencv实现（一）
最近学习AR，买了本Mastering OpenCV，这书上有两个AR的例子，这里先分析的是第二章基于标识的AR，书中是使用Xcode给iphone或者ipad写的，本文是在linux系统上vim实现的，终端模式。先推荐两个前辈的博客，本文参考了二者和书进行理解源码。http://blog.csdn.net/jinshengtao/article/details/48604435 ta
2016-04-18 08:28:57
2282
转载 标记姿态估计
在三维空间中，可通过标记角点的精确位置来估计摄像机与标记之间的变换。此操作称为二维到三维的姿态估计。该估计过程会在物体与摄像机之间找到一个欧氏空间的变换（该变换仅由旋转和坐标平移构成）。先来观察右图： 图中的C表示摄像机中心，点P1-P4是现实坐标系中的三维点，而p1-p4是将点P1-P4投影到摄像机的图像平面而得到的。标记位置估计的目的就是在已知三维世界的标记位置（p
2016-04-18 08:06:59
1525
转载 cvThreshold函数使用与注意事项
cvThreshold是opencv库中的一个函数。作用：函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是对灰度图像进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是去掉噪声，例如过滤很小或很大象素值的图像点。本函数支持的对图像取阈值的方法由 threshold_type 确定。形式：void cvThreshold( const CvA
2016-04-15 17:05:53
2879
转载 OpenCV for Ios 标记检测2
相关性搜索 void MarkerDetector::findMarkerCandidates( const ContoursVector& contours, std::vector& detectedMarkers){ PointsVector approxCurve;//相似形状 std::vector possibleMarkers;//可能的标记
2016-04-15 09:17:57
551
转载 简单易学的机器学习算法——主成分分析(PCA)
一、数据降维 对于现在维数比较多的数据，我们首先需要做的就是对其进行降维操作。降维，简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理解为一种映射关系，例如函数，即由原来的二维转换成了一维。处理降维的技术有很多种，如前面的SVD奇异值分解，主成分分析(PCA)，因子分析(FA)，独立成分分析(ICA)等等。二、PCA的概念 PCA是一种
2016-04-13 19:42:35
553
转载 数学之美番外篇：平凡而又神奇的贝叶斯方法
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法。——题记目录0. 前言 1. 历史
2016-04-13 15:40:36
811
转载 关于SVM一篇比较全介绍的博文
转自：http://blog.csdn.net/v_july_v/article/details/7624837前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但
2016-04-13 09:25:45
806
转载 为什么钱钟书、秦晖成不了大思想家 | 苏小和
为什么钱钟书、秦晖成不了大思想家 | 苏小和我们到底是在什么地方出了问题，以至于我们虽有知识，却无体系，虽有发现，却无模型，虽然深深体察到世界的复杂，却无法从复杂的生活中抬起头，看见那些比复杂的生活和纷繁的知识更加重要的真理。关于中国读书人的学术方法，孔子的教导至今影响着我们每个人。“子曰：君子不器”，如何理解孔子的“器”，存在争论，但为大多数人所接受的解释，是孔子主张
2016-04-12 10:37:36
1354
转载 最大熵模型中的数学推导
最大熵模型中的数学推导引言写完SVM之后，早就想继续写机器学习的系列，无奈一直时间不稳定且对各个模型算法的理解尚不够，所以一直迟迟未动笔。无独有偶，重写KMP得益于今年4月个人组织的算法班，而动笔继续写这个机器学习系列，正得益于今年10月组织的机器学习班。10月26日机器学习班第6次课，身为讲师之一的邹博讲最大熵模型，从熵的概念，讲到为何要最大熵、最大熵的推导，以及求解参数
2016-04-11 14:17:40
742
转载 从最大似然到EM算法浅解
机器学习十大算法之一：EM算法。能评得上十大之一，让人听起来觉得挺NB的。什么是NB啊，我们一般说某个人很NB，是因为他能解决一些别人解决不了的问题。神为什么是神，因为神能做很多人做不了的事。那么EM算法能解决什么问题呢？或者说EM算法是因为什么而来到这个世界上，还吸引了那么多世人的目光。 我希望自己能通俗地把它理解或者说明白，但是，EM这个问题感觉真的不太好用通俗的语言去说明
2016-04-10 10:41:09
453
转载 crossvalind Matlab 交叉验证
这个适用于Cross validation。中文应该叫做交叉验证。P_train=[1 2 3 4 5 6 7 8 ]'P_train = 1 2 3 4 5 6 7 8Indices=crossvalind('Kfold',8,4)Indices =
2016-04-08 15:01:26
766
转载 HMM学习笔记_2(从一个实例中学习HMM前向算法)
HMM算法想必大家已经听说了好多次了，完全看公式一头雾水。但是HMM的基本理论其实很简单。因为HMM是马尔科夫链中的一种，只是它的状态不能直接被观察到，但是可以通过观察向量间接的反映出来，即每一个观察向量由一个具有相应概率密度分布的状态序列产生，又由于每一个状态也是随机分布的，所以HMM是一个双重随机过程。 HMM是语音识别，人体行为识别，文字识别等领域应用非常广泛。
2016-04-07 08:53:30
387
转载 中文分词之HMM模型详解
关于HMM模型的介绍，网上的资料已经烂大街，但是大部分都是在背书背公式，本文在此针对HMM模型在中文分词中的应用，讲讲实现原理。尽可能的撇开公式，撇开推导。结合实际开源代码作为例子，争取做到雅俗共赏，童叟无欺。没有公式，就没有伤害。模型介绍第一次听说HMM模型是从李开复的博文论文中听说的：李开复1988年的博士论文发表了第一个基于隐马尔科夫模型（HMM）的语音识别系统S
2016-04-06 22:24:15
937
1
原创 采用PCM对信号进行编码，若采样频率为8000次/秒，量化级为256级，那么数据传输率要达到多少？
采样频率fs=8000Hz，量化为256级，N=log2(256)=8bit，即一个数据可以用8bit来表示，可以容易得到数据传输速率为： P=fs*N=8000*8=64kbps
2016-04-06 21:00:31
22459
1
转载 一文搞懂HMM（隐马尔可夫模型）
什么是熵(Entropy)简单来说，熵是表示物质系统状态的一种度量，用它老表征系统的无序程度。熵越大，系统越无序，意味着系统结构和运动的不确定和无规则；反之，，熵越小，系统越有序，意味着具有确定和有规则的运动状态。熵的中文意思是热量被温度除的商。负熵是物质系统有序化，组织化，复杂化状态的一种度量。熵最早来原于物理学. 德国物理学家鲁道夫·克劳修斯首次提出熵的概念，用来表示任何一种能
2016-04-06 17:43:03
923
转载 隐马尔科夫模型
总结（Summary）我们为了找到随时间变化的模式，就试图去建立一个可以产生模式的过程模型。我们使用了具体的时间步骤、状态、并且做了马尔科夫假设。有了这些假设，这个能产生模式系统就是一个马尔科夫过程。一个马尔科夫过程包括一个初始向量和一个状态转移矩阵。关于这个假设需要注意的一点是状态转移概率不随时间变化。介绍（introduction)生成模式（Generating Pat
2016-04-06 16:24:28
408
转载 记录点隐马尔科夫模型(Hidden Markov Models)的点滴
因为之前HMM、最大熵、CRF接触比较少，所以最近想弥补一下这方面的知识。有没有用HMM进行自动谱曲的？自动预测最优美的谱子出来听一听，有空我弄一个看看效果，哈哈。这两天看完了52NLP上关于马尔科夫模型(Hidden Markov Models)的由浅入深以及coding部分的讲解，还有HMM在习性标注的几篇文章，瞬间把朴素的HMM从不懂到能够掌握90%的样子。十分感谢无
2016-04-06 15:36:56
708
A Survey on Perception Methods for Human–Robot Interaction in Social Robots
2016-02-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人