图像处理
shiyongraow
冷暖自知
展开
-
Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔
一、 图像金字塔图像金字塔是一种以多分辨率来解释图像的结构,通过对原始图像进行多尺度像素采样的方式,生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部,以金字塔形状排列,往上是一系列像素(尺寸)逐渐降低的图像,一直到金字塔的顶部只包含一个像素点的图像,这就构成了传统意义上的图像金字塔。获得图像金字塔一般包括二个步骤:1. 利用低通滤波器平滑图像 2. 对平滑图像进行抽样(采样)有两转载 2017-08-16 17:18:50 · 601 阅读 · 0 评论 -
SIFT--特征描述符
本节将介绍SIFT的最后一步—–特征描述符。特征描述的目的是在关键点计算后,用一组向量将这个关键点描述出来,这个描述子不但包括关键点,也包括关键点周围对其有贡献的像素点。用来作为目标匹配的依据,也可使关键点具有更多的不变特性,如光照变化、3D视点变化等。特征描述的思路:对关键点周围图像区域分块,计算块内梯度直方图,生成具有独特性的向量,这个向量是该区域图像信息的一种抽象,具有唯一性。实现特征描述符具原创 2017-10-25 21:53:26 · 12325 阅读 · 0 评论 -
【数据库】FaceDataset常用的人脸数据库
公开人脸数据集本页面收集到目前为止可以下载到的人脸数据库,可用于训练人脸深度学习模型。人脸识别 数据库 描述 用途 获取方法 WebFace 10k+人,约500K张图片 非限制场景 链接 FaceScrub 530人,约100k张图片 非限制场景 链接 YouTube Face 1,595个人 3,425段视频 非限制场景、视频 链接转载 2017-12-05 16:51:03 · 418 阅读 · 0 评论 -
CK+表情数据库及使用
The Extended Cohn-Kanade Dataset(CK+)下载地址这个数据库是在 Cohn-Kanade Dataset 的基础上扩展来的,发布于2010年。这个数据库比起JAFFE 要大的多。而且也可以免费获取,包含表情的label和Action Units 的label。这个数据库包括123个subjects, 593 个 image sequence,每个image seque转载 2017-11-27 10:46:34 · 9177 阅读 · 2 评论 -
LibSVM 在matlab中的使用
转载:http://blog.csdn.net/abcjennifer/article/details/7370177 搞了一天,看了很多资料,终于搞好了matlab中调用大牛写好的svm库,将结果告诉大家避免以后走弯路。1. 参考网站:libsvm库下载:http://www.csie.ntu.edu.tw/~cjlin/libsvm/视频:http转载 2017-12-06 17:09:27 · 317 阅读 · 0 评论 -
Matlab读取视频并处理成帧保存
Matlab读取视频并处理成帧保存本文介绍主要介绍VideoReader读取视频,并用imwrite将视频帧保存。VideoReader和imwrite的用法 请先help VideoReader OBJ = VideoReader(FILENAME) constructs a multimedia reader object, OBJ, that can read in video转载 2017-12-07 17:28:21 · 1799 阅读 · 0 评论 -
粒子滤波学习总结
粒子滤波是在贝叶斯滤波的基础上,结合蒙特卡洛方法实现递推后验概率。对于一般的线性高斯系统有比较好的效果,但是对于一般的非线性非高斯系统,贝叶斯滤波效果并不好。所以引入蒙特卡洛方法,蒙特卡洛方法简单来说就是通过大量的随机样本,去了解一个系统,进而得到所要计算的值。再引入蒙特卡洛方法后相应也伴随着一些问题,粒子滤波就是在这样不断地优化中产生的。粒子滤波 我们在用粒子滤波进行目标跟踪的时候,现在主原创 2018-02-05 11:14:29 · 961 阅读 · 0 评论 -
梯度方向直方图
梯度方向直方图 先 mark转载 2018-03-30 09:59:40 · 1279 阅读 · 0 评论 -
主动形状模型的理解
主动形状模型原创 2018-03-31 14:31:58 · 4204 阅读 · 1 评论 -
Sobel算子
点和线是做图像分析时两个最重要的特征,而线条往往反映了物体的轮廓,对图像中边缘线的检测是图像分割与特征提取的基础。文章主要讨论两个实际工程中常用的边缘检测算法:Sobel边缘检测和Canny边缘检测,Canny边缘检测由于算法复杂将在另一篇文章中单独介绍,文章不涉及太多原理,因为大部分的图像处理书籍都有相关内容介绍,文章主要通过Matlab代码,一步一步具体实现两种经典的边缘检测算法。Sobe...转载 2018-08-09 11:03:22 · 6292 阅读 · 0 评论 -
SIFT--方向分配
在得到合适的特征点位置后,为每个特征点分配方向,从而使描述子能实现图像旋转不变性,这也是我们SIFT第三步方向分配的主要目的。SIFT中方向分配主要从以下几个步骤进行。1、计算梯度幅值和幅角 需要根据检测到的特征点的局部图像结构求得一个方向基准。我们使用图像梯度方向求取该局部结构的稳定方向。对于已经检测到的特征点,我们知道该特征点的尺度值 σ \ \sigma\ ,因此根据这一尺度值,求得最接近原创 2017-10-22 21:42:50 · 1912 阅读 · 0 评论 -
SIFT学习资料的总结
David Lowe SIFT:SIFT创始人David Lowe的SIFT主页,其中有SIFT demo供下载,但具体实现封装起来了。OpenSIFT:RobHess的SIFT源码,市面上主要参照这个进行分析。OpenSIFT:对OpenSIFT源码的解读。VLFeat:开源库,包含图像处理中一些常用的算法,包括SIFT、K-means等。这篇文章介绍了如何在matlab2015下安装VLFea原创 2017-12-01 15:47:43 · 472 阅读 · 0 评论 -
交叉验证的理解
在进行分类任务时常常要进行交叉验证常用的函数是crossvalind,具体使用形式如下: indices=crossvalind(‘Kfold’,100,5) ‘Kfold’是交叉验证的参数,用K折交叉验证用此参数。100可看做样本数据有100个,5是把样本数据分为5堆,用其中4堆做训练,剩下的一堆做测试。具体见下:data=floor(100*rand(100,90));indice...原创 2017-12-01 11:26:12 · 716 阅读 · 0 评论 -
图像的上采样(upsampling)与下采样(subsampled)
转自:http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html 缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。放大图像(或称为上采样(upsampling)转载 2017-09-15 09:59:34 · 640 阅读 · 0 评论 -
图像卷积与滤波的一些知识点
图像卷积与滤波的一些知识点zouxy09@qq.comhttp://blog.csdn.net/zouxy09 之前在学习CNN的时候,有对卷积进行一些学习和整理,后来就烂尾了,现在稍微整理下,先放上来,以提醒和交流。一、线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法,它可以允许我们对图像进行处理,产生很多不同的效果。做法很简单。首先,我们有一个二维的滤波器矩阵转载 2017-09-27 23:38:27 · 225 阅读 · 0 评论 -
matlab2015中安装VLFeat库
先到官网下载包:http://www.vlfeat.org/download.html然后会有一个安装手册:http://www.vlfeat.org/install-matlab.html 具体见在我的电脑上安装: 我首先把包解压放在matlab安装目录下的toolbox中了。路径是{D:\Program Files\Matlab2015\toolbox\vlfeat-0.9.20}所以我需要原创 2017-09-19 23:29:10 · 997 阅读 · 0 评论 -
VC6.0下配置OpenCV1.0
步骤: 1 安装Visual C++ 6.0 2 安装OpenCV 1.0 3 配置Windows环境变量 4 配置Visual C++ 6.0 4.1 全局设置 4.2 项目设置 5 测试程序1.安装Visual C++ 6.0 链接就不放了,网上下载安装转载 2017-10-27 10:52:49 · 629 阅读 · 0 评论 -
SIFT--尺度空间、高斯金字塔
尺度空间高斯金字塔高斯模糊下采样高斯金字塔的构造过程差分高斯金字塔构造过程SIFT成名已久,但理解起来还是很难的,一在原作者Lowe的论文对细节提到的非常少,二在虽然网上有许多相应博文,但这些博文云里雾里,非常头疼,在查看了许多资料了,下面贴出我自己的一些理解,希望有所帮助。Lowe把SIFT分为四个阶段:构建尺度空间、关键点的定位、方向分配、特征描述符。下面分别从这四个阶段来阐述。尺度空原创 2017-10-15 09:53:45 · 7184 阅读 · 4 评论 -
SIFT--关键点定位
定位关键点位置合适关键点去除低响应的特征点去除边缘响应一些问题SIFT主要分四步,这篇主要解释第二步:关键点的定位。本文将从:定位关键点位置、选取合适的关键点、问题。三个部分来阐述。定位关键点位置上篇论文我们提到,通过DoG相邻层之间的比较来获取关键点。还是以图来看。即为了寻找尺度空间的极值点,每一个采样点都要和它所有的相邻点进行比较,看是否比它的图像域和尺度域的相邻点大或者小。如图,中间的原创 2017-10-20 16:16:50 · 4456 阅读 · 2 评论 -
卷积的理解
卷积的定义卷积的计算卷积的应用上学期上过信号处理这门课,整理过一些卷积的资料,放下了,最近在看SIFT,又重新过了一遍。 卷积理解起来还是十分抽象的,看了很多资料才算一知半解吧,以下贴出。只要接触过卷积的人一定会知道“反褶、平移、积分”这句话,大部分人解释卷积也是靠这句话,但这句话非常空洞,卷积又是一个十分抽象的东西,我也被此困扰好久,别人要是问对卷积的理解,也就只能回答“反褶–平移–积分”,原创 2017-10-13 13:30:07 · 1548 阅读 · 0 评论 -
MarkDown语法--插入公式
单美元符放置在左对齐,双美元符放置在中间。先记λ\lambda 和 θ\theta $\lambda\$ $$\lambda$$ qwerλ\lambda qwerλ\lambda http://blog.csdn.net/shmilychan/article/details/51482945原创 2017-09-09 09:09:48 · 369 阅读 · 0 评论 -
matlab的pca函数说明
转自:http://blog.csdn.net/watkinsong/article/details/8234766matlab自带的实现方式 PCA在matlab中的实现举例 以下资料来自matlab的help,翻译和注解部分由笔者添加:(重点部分添加了翻译!) princomp—–函数名称 Principal component analysis (PCA) on data Syn转载 2017-11-09 11:19:21 · 6421 阅读 · 0 评论 -
高斯模糊
图像处理的基本知识和学习SIFT的先验知识,总结一下温故而知新,学习的知识整理出来时常翻一下还是好的。下面将从高斯模糊的定义和应用上来说明。高斯模糊定义高斯模糊的应用高斯模糊定义高斯模糊其实是一个低通滤波器,它的核心在于使用高斯函数作为模糊模板与输入图像做卷积运算,去除图像的高频分量,达到模糊图像的目的(其实就是滤波)。经过高斯模糊处理的图片视觉效果类似于通过透过半透明的屏幕去查看,高斯模糊在图像原创 2017-10-13 21:34:51 · 3224 阅读 · 0 评论 -
介绍CK+数据库的论文翻译
The Extended Cohn-Kanade Dataset (CK+): A complete dataset for action unit and emotion-specified expression ——–摘要:2000年,Cohn-Kanade(CK)数据库被发布,目的是促进自动检测个人面部表情的研究。此后,CK数据库已经成为最广泛使用的算法开发和评估测试平台之一。在这段时间里,转载 2017-11-27 21:11:59 · 10911 阅读 · 1 评论 -
Canny算子的理解
主要解决俩个问题: Canny算子是什么?是一种经典的图像边缘检测算子 Canny算子怎么用?下面会提及具体的实施步骤从图像的边缘检测说起:在数字图像中,物体的边缘是以数字图像的局部特征的不连续形式出现即灰度或者结构等信息的突变出成为边缘。边缘能够勾勒出物体的形状、能被局部定义,以及能传递大部分的图像信息等优点。因此边缘检测是处理很多复杂问题的关键。在图像中的边缘有方向和幅度俩个特性。...原创 2018-08-08 23:10:44 · 13296 阅读 · 1 评论