![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 59
不好取ID吗
永远对下一刻充满期待。
展开
-
计算机视觉 -- 最优化阈值
二值图像是比灰度图像更简单的图像表示,可对灰度图像进行阈值化得到,其中主要分全局最优阈值化(单阈值)和多重阈值化,本文主要讲全局最优阈值化。最优化思想:假设灰度直方图的概率分布模型可由两个不同的正态分布相加得到,那么两个正态分布的交点便为最优阈值点。算法细节:其中p(g)为灰度直方图,g为像素值。原创 2017-05-25 16:28:28 · 2643 阅读 · 0 评论 -
实用计算机视觉 -- 彩色空间应用
在图像处理和计算机视觉中,基于彩色空间有许多的应用,本实验主要涉及基于HLS模型的皮肤检测和红眼检测,测试图片如下:在OpenCV中,将RGB图像转换到HLS空间的效果如下:在大量的研究实验工作后,(S>=50) && (L_S_ratio>0.5) && (L_S_ratio=165))的模型较为可靠,下面分别是测试代码和效果:void skinDetect(M原创 2017-05-26 17:49:00 · 411 阅读 · 0 评论 -
实用计算机视觉 -- 一种基于直方图的自动阈值计算方法
首先放上测试图片:基于OpenCV的直方图显示代码:Mat draw1DHistgoram(Mat &image, int channel){float channel_range[] = { 0.0, 255.0 };const float* channel_ranges = channel_range;bool uniform = true; bool accumu原创 2017-05-27 12:11:55 · 1540 阅读 · 0 评论 -
实用计算机视觉 -- 一种基于直方图的最优阈值计算方法
按照惯例,首先放上测试图片:基于直方图概率统计分布的最优阈值计算算法如下:其中的定义见博客,经过每一次迭代后,将初始化的灰度水平加1,直到算法收敛,验证代码如下:int computeOptimalTh(Mat &image, int init_threshold){CV_Assert(image.channels() == 1 && init_thre原创 2017-05-27 12:49:28 · 2228 阅读 · 0 评论 -
实用计算机视觉 -- 各种阈值化效果
本实验主要基于OpenCV来测试各种阈值化后效果,主要验证最优阈值化、大津阈值化和自适应阈值化,并进行带通阈值化和半阈值化的测试,测试图片如下:灰度图片和RGB彩色图片的直方图效果分别如下左右所示:左图中第一个大尖峰为黑色铅笔和黑色物体的灰度分布,最后一个大尖峰为图中白色物体和硬币的灰度分布,图片背景有一个显著的由暗到明的渐变过程。首先基于之前博文中实现的最优阈值进行测原创 2017-05-28 20:15:26 · 2512 阅读 · 0 评论 -
几何变换 -- 仿射变换
简单来说,在平常的图像处理和机器视觉等应用中,几何变换通常是指不太复杂的线性几何变换,其中主要分仿射变换和投射变换。许多常见的变换问题都能由仿射变换描述,仿射变换等式如下:等式右边是变换前的图像坐标点,左边是变换后的图像坐标点。针对不同的变换问题,通过选择适当的变换对应点,解决这6个变换相关系数。在OpenCV中,进行仿射变换可用warpAffine函数:warpA原创 2017-05-29 09:33:14 · 1065 阅读 · 0 评论 -
基于OpenCV的harris角点检测
首先放上一张帝国大厦的测试图片。Harris角点检测框架是使用偏微分来近似平方差的计算,通过计算微分矩阵的两个特征值来决定是否存在角点特征。例如,当两个特征值均较大时,图像块中有角点特征,仅当其中一个特征值角点,则图像块中存在边缘特征。GoodFeaturesToTrackDetector harris_detector(1000, 0.01, 10, 3, true);原创 2017-06-04 19:46:25 · 580 阅读 · 0 评论 -
实用计算机视觉 -- 简单摄像机针孔模型
3D到2D的针孔成像物理模型:在针孔摄像机模型里,从三维世界中一点(x,y,z)到图像平面中一点(i,j)的映射如下:其中,w为齐次坐标系中的缩放因子,用于对图像点进行描述,fi,fj为相机焦距长度与I,J方向像素尺寸的混合表示,(ci,cj)为光轴与图像平面的交点坐标。翻译 2017-05-22 10:40:22 · 1432 阅读 · 0 评论