![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图形学
天才狂想者
这个作者很懒,什么都没留下…
展开
-
图形学技术综述
1.计算机图像学的发展历史。 1950 年,第一台图形显示器作为美国麻省理工学院(MIT)旋风 I 号(Whirlwind I)计算 机的附件诞生了。该显示器用一个类似于示波器的阴极射线管(CRT)来显示一些简单的图形。计算机图形学处于准备和酝酿时期,并称之为:“被动式”图形学。到 50 年代末期,MIT 的林 肯实验室在“旋风”计算机上开发 SAGE 空中防御体系,第一次使用了具有指...原创 2019-05-16 19:27:07 · 1279 阅读 · 0 评论 -
二值图的连通区域问题
连通区域:四连通区域:如图,有黑色点的方格视为一个图像,总的来说就是一个点的上下左右视为同一物体。八连通区域:如图,有黑色点的方格视为一个图像,和四联通区域相比,八连通区域多了四个点,分别是左上、左下、右上、右下四个点。但是无论是四连通区域或者八连通区域都有着他的不足之处。例如:如图,我们想在图中在这分割出一个连通区域,形成一条简单的必和曲线。假设图中B视为...原创 2019-06-06 11:15:15 · 1749 阅读 · 0 评论 -
点、线检测
点检测:我们通过导数来进行点的检测。在离散数据,也就是图像的灰度集合之中,我们用数字差分来表示导数。如一阶导数的数字差分 ,二阶导数的数字差分 将差分位置从x+1移到x有上面是对于x方向的差分,求x和y方向的二阶导数的差分和为拉普拉斯算子。有 其中 ...原创 2019-06-20 16:41:23 · 2635 阅读 · 0 评论 -
简单的二阶算子的边缘检测
上次说的点、线检测中用到了sobel、Roberts、Prewitt等等都是一阶算子,拉普拉斯是二阶算子。首先说一下一阶和二阶算子的相同与不同。无论是一阶算子还是二阶算子,本质上都是通过对于灰度突变的检测,当检测到图像的边缘时,微分算子都会对其进行响应,我们所使用的模板都是和为1的模板,这样一来在灰度相同的区域响应会为0,而边缘处时会出现不同的值。而不同的是相比于一阶算子来说,二阶算子对...原创 2019-06-27 20:28:28 · 2854 阅读 · 0 评论 -
边缘连接
边缘连接指的是将已有的离散点连成轮廓的意思。通常我们将图像用边缘微分算子进行卷积后,我们会得到由微分算子响应的点,通过阈值排除,得到最后的边缘点,即像素突变点,然后再由这些边缘点通过边缘连接得到最后的轮廓图。1.局部处理这个很好理解,就是检测一个点的周围点,通过比较幅度与角度的差值,在一定的范围内就认定是一条边缘上的点。过程如下:设定待检测点位(x,y),(s,t)为其周围像素点。...原创 2019-07-05 09:47:34 · 4983 阅读 · 0 评论 -
HOG
HOG是一种可以基于形状边缘特征的描述算子。它的思想是通过计算像素点的方向与幅度,统计其梯度直方图,该直方图作为一种特征值,可以直接用作SVM上直接进行分类检测。方法步骤如下:1)对于图片进行预处理,裁剪,用Gamma校正法对输入图像进行颜色空间的标准化,并将图片转化为灰度图(不需要颜色信息)。2)计算每个像素的梯度(方向和幅度)。3)划分滑动窗口,在滑动窗口内划分块,在块内划分出...原创 2019-09-14 20:16:37 · 947 阅读 · 0 评论 -
haar分类
今天说一说haar分类算法。首先介绍haar-like特征。haar-like的特征有边缘特征、线性特征、中心特征和对角线特征。我们使用特征模板来表示特征的计算,如图所示:这些特征分别对应着不同的矩阵以便于进行计算,比如对应的矩阵可以为,计算的最后结果就是白色区域的像素值(可以为灰度)减去 黑色区域的像素值。需要注意的是这个矩阵是可以放缩大小的,并且这个矩阵是可以在图片...原创 2019-09-21 17:52:35 · 2741 阅读 · 0 评论 -
非极大值抑制
非极大值抑制(Non-maximum suppression,NMS)的意思就是抑制不是极大值的元素。非极大值抑制可以用在很多的方面, 今天讨论一下它在目标框(Bounding Box)上的应用。我们在做目标识别的时候,有两个主要要实现的目标。一是目标的识别,即识别物体是什么, 是猫或者是狗之类的物体。二是识别目标的位置,我们需要将识别到的物体用框框起来。非极大值抑制可以应用在目标的边框选取上...原创 2019-09-28 19:13:31 · 273 阅读 · 0 评论 -
基于图的分割
基于图的分割(Graph-Based Segmentation),就是利用图的方法来将图片进行分割。首先介绍图的知识。我们将一个图定义为一个二元组的形式: ,其中是顶点的集合,是连接中两个不同顶点集合。 如果E中的顶点对(边)是有序的,则称G为有向图。如果顶点对是无序对,则称G是无向图。如图所示(网上图片):树:可以看做没有回路特殊的图,树中的任意节点不构成闭合回路。比如我们最常见...原创 2019-10-07 09:09:19 · 678 阅读 · 0 评论