![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
孤独de雨
这个作者很懒,什么都没留下…
展开
-
SIFT特征详细描述
一、介绍特征的检测和匹配在许多计算机视觉应用中是一个重要的组成部分,例如无缝拼接,三维重建等。其中兴趣点特征是很重要的一类特征,而目前应用最广泛的兴趣点特征检测方法就是SIFT检测算法,该检测算法所得到的特征点不仅在位置上能够稳定识别,而且具有尺度不变性和旋转不变性。由于各大论坛以及该论文作者都只是给出matlab的实现算法,并未给出C++的版本,而且由于在SIFT的实现过程中有很多参数设置和转载 2015-04-21 10:06:42 · 1249 阅读 · 0 评论 -
BING : Binarized Normed Gradients for Objectness Estimation at 300fps 论文笔记
这篇CVPR2014的论文与之前那篇Boosting Binary Keypoint Detection一样,都是利用二进制来加速计算。不过这篇并不是做特征,而是去找图中的Object。它主要有两大亮点。第一个亮点是发现了在固定窗口的大小下,物体与背景的梯度模式有所不同。如图1所示。图1(a)中绿框代表背景,红框代表物体。如果把这些框都resize成固定大小,比如8X8,然后求出8X8这些块中每个转载 2015-05-29 10:34:15 · 691 阅读 · 1 评论 -
目标检测的图像特征提取之LBP特征
原地址:http://blog.csdn.net/zouxy09/article/details/7929531LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 在1994年提出,用于纹理特征提取。而转载 2015-05-26 09:27:42 · 687 阅读 · 0 评论 -
运动检测ViBe算法python实现
运动物体检测一般分为背景建模和运动物体分析两步。即构建不包含运动物体的背景模型。然后将新的视频帧和背景模型对比,找出其中的运动物体。目前比较好的背景建模算法有两种:1)文章(Zivkovic Z. (2004) Improved adaptive Gausianmixture model for backgroundsubtraction, Proceedings of ICPR 2004,原创 2016-07-02 17:30:11 · 11844 阅读 · 82 评论