2020年06月_ingy

09月 06月 05月 04月 01月

原创基于数学形态学的图像边缘提取方法

Github地址：传统的边缘提取方法是基于局部梯度的，梯度边缘检测算子详述参考：低层次的图像特征提取——边缘检测在基于梯度的经典边缘检测算子中，以Roberts、Prewitt、Sobel、Laplacian算子最为经典和常用。它们都是基于像素的处理方法，具有形式简单、易于实现的优点，但都有定位精度较差、对噪声敏感、准确性不高的缺点，而且被检测出来的边缘通常是不连续和不规则的。Huechel最早提出亚像素边缘检测技术，现已发展为插值、矩法和最小二乘法等多种检测方法。插值法计算时间相对较短，但

2020-06-03 17:45:02 9344 1

原创【opencv函数】阈值处理函数threshold()详解

数字图像处理中，阈值操作占有非常重要的地位，例如图像的二值化可以使图像中数据量大为减少，从而能凸显出目标的轮廓。opencv中提供了函数cv::threshold()用于图像的阈值操作。

2020-06-03 17:30:55 15725

原创使用BitLocker加密磁盘

第一步、在控制面板中点启用BitLocker第二步、设置解锁密码，用于之后的解锁第三步、保存密钥到本地文件第四步、选择加密策略第五步、如果是加密本地磁盘，则选择新加密模式即可第六步、开始加密完成后，磁盘上面多了一把锁，但是是打开的状态。第七步、以管理员身份开打命令行，并运行命令加密磁盘manage-bde -lock -forcedismount E:（注意将“E：”改成相应的要加密的盘符）...

2020-06-02 18:33:47 3247

morphology.zip

数学形态学操作，简单的说，膨胀操作时，图像中的物体（前景）会向背景进行扩张；腐蚀时，物体（前景）会进行收缩。由于形态学操作变化的区域发生在边缘，容易想象，基于数学形态学的边缘检测，只要进行一些相减操作，得到的就是图像中物体的边缘。

2020-06-02

SIM7600M22_OL_2U_V1.00_180820.tar.gz

SIM7600平台基于ARM Cortex-A7中央处理器，运行嵌入式Linux操作系统，内核版本是3.18.20，文件系统采用UBIFS，Linux管理的ubi文件系统包含三个逻辑分区（区分物理分区和逻辑分区）。

2020-05-11

eventloop.zip

深度解析Qt的事件循环机制，示例和PPT。 Qt将系统产生的信号(软件中断)转换成Qt事件，并且将事件封装成类，所有的事件类都是由QEvent派生的，事件的产生和处理就是Qt程序的主轴，且伴随着整个程序的运行周期。因此我们说，Qt是事件驱动的。

2020-04-07

ADCensus.zip

基于AD绝对差和Census变换的立体匹配算法代码，需要的环境是：opencv3+pcl+boost+openmp

2019-11-24

点云的条件欧式分割.zip

欧几里德分割法称之为标准的距离分离，另外一种分割方法是条件聚类算法，这个条件的设置是可以由我们自定义的，因为除了距离检查，聚类的点还需要满足一个特殊的自定义的要求，就是以第一个点为标准作为种子点，候选其周边的点作为它的对比或者比较的对象，如果满足条件就加入到聚类的对象中。

2019-10-30

点云的欧式分割.zip

基于欧式距离的分割和基于区域生长的分割本质上都是用区分邻里关系远近来完成的。由于点云数据提供了更高维度的数据，故有很多信息可以提取获得。欧几里得算法使用邻居之间距离作为判定标准，而区域生长算法则利用了法线，曲率，颜色等信息来判断点云是否应该聚成一类。

2019-10-30

Surf_rgbd_pointcloud_Registration.cpp

首先从两个数据集中按照同样的关键点选取的标准，提取关键点，对选择所有的关键点分别计算其特征描述子，结合特征描述子在两个数据集中的坐标位置，以两者之间的特征和位置的相似度为基础，来估算它们的对应关系，初步的估计对应点对，假设数据是有噪声，除去对配准有影响的错误的对应点对，利用剩余的正确的对应关系来估算刚体变换，完整配准。

2019-10-28

source.zip

在获取点云数据时，由于设备精度，操作者经验，环境因素带来的影响，以及电磁波的衍射特性，被测物体表面性质变化和数据拼接配准操作过程的影响，点云数据中讲不可避免的出现一些噪声。在点云处理流程中滤波处理作为预处理的第一步，对后续的影响比较大，只有在滤波预处理中将噪声点，离群点，孔洞，数据压缩等按照后续处理定制，才能够更好的进行配准，特征提取，曲面重建，可视化等后续应用处理。

2019-10-24

VoxelGrid.zip

体素网格滤波相关，实现点云的下采样，原始点云与滤波后的点云可视化结果，明显的可以看出来，点的密度大小与整齐程度不同，虽然处理后的数据量大大减小，但是很明显所含有的形状特征和空间结构信息与原始点云差不多。

2019-10-23

SIFT全景图像拼接.py

实现多张图像的全景拼接，适用于多张图像之间存在旋转角度的情景。

2019-09-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 基于数学形态学的图像边缘提取方法

原创 【opencv函数】阈值处理函数threshold()详解

原创 使用BitLocker加密磁盘