![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 84
tercel_zhang
酷爱编程,喜爱交友
展开
-
视觉对位贴合系统的基础知识
1,相机选择2,单相机贴合原文地址:https://zhuanlan.zhihu.com/p/37814982转载 2020-03-16 11:06:52 · 6449 阅读 · 0 评论 -
c/c++ 代码中使用sse指令集加速
在http://blog.csdn.net/gengshenghong/article/details/7008682里面列举了一些手册,其中Intel Intrinsic Guide可以查询到所有的Intrinsic函数、对应的汇编指令以及如何使用等,所以,接下来就不全部进行分析,以下只分析其中一部分,从而了解如何在C/C++代码中使用这些高级指令集的基本方法,至于更多的指令的使用,查询手册就很...转载 2018-04-19 11:42:07 · 8163 阅读 · 0 评论 -
霍夫变换到广义霍夫变换
计算机视觉中经常需要识别或者定位某些几何图形,比如直线、圆、椭圆,还有其他一些图形。检测直线的霍夫变换提供了在图像中寻找直线的一种算法,是最简单的一种情形,后来发展到检测圆、椭圆、还有一般图形的霍夫变换。其核心思想是把图像中属于某种图形的点集(二维)映射到一个点(可以是高维)上,这个点记录了点集中点的数目,使得程序通过搜索峰值找到该点,这个点就是后面要说到的图形的参数,而该参数的范围就叫做参数空间...转载 2018-04-13 15:12:09 · 905 阅读 · 0 评论 -
Hough变换与广义霍夫变换
霍夫变换检测直线原理: (x,y)坐标空间的直线,等价于(m,b)坐标空间的一点,等价于(r,θ)坐标空间的一点;(x,y)坐标空间的一点,等价于(m,b)坐标空间的一条直线,等价于(r,θ)坐标空间的一条正弦线注: 转换为r-θ坐标空间,是因为b-m空间在检测垂直线条m->∞和参数的非线性离散化时会遇到困难。霍夫变换检测圆原理(x-a)^2 + (y-b)^2 = r^2 (a-x)^2...转载 2018-04-13 14:44:04 · 4279 阅读 · 0 评论 -
坐标系旋转变换公式图解
原文地址:http://blog.sina.com.cn/s/blog_3fd642cf0101cc8w.html impot的博客 物理大师Susskind 斯坦福讲狭义相对论课(新浪公开课,以下视频第27'31''左右)http://open.sina.com.cn/course/id_80/ 也会记错坐标系旋转变换公式。 而您一旦用以下这图解方法,随时眼见显然,再...转载 2018-03-27 16:01:34 · 4652 阅读 · 1 评论 -
坐标系的转换
如下图,我们会有下面的需求,在坐标系1中,绘出一个图像, 这个图形自身的坐标系是2, 它里面又绘出了3个图形自身坐标系的一些东西。这个变化过程如下图, 通过一个个的仿射变换矩阵完成变化。 一些相关基础知识:矩阵乘法2*2 矩阵 互相乘 参考: http://taop.marchtea.com/02.08.html简单来说,第一个矩阵取行, 第二个矩阵取列, 然后交叉相乘的和。 三角函数常见三...转载 2018-03-27 15:58:20 · 459 阅读 · 0 评论 -
二维坐标系的转换
二维坐标系的变换分为旋转变换和平移变换。一、旋转变换假设已知基坐标系XOY中的一点P(x,y),坐标原点为O,绕点O旋转θ,可以求得点P在新坐标系X'OY'中坐标值(x',y'),如下图所示:求解x'和y'的关键是坚持用已知的边做斜边来求解,结合上图利用三角函数可以求得:x'=x·cos(θ)+y·sin(θ)y'=y·cos(θ)-x·sin(θ)那么点P在X'OY'...转载 2018-03-27 15:16:57 · 26150 阅读 · 9 评论 -
Harris角点检测原理详解
http://blog.csdn.net/lwzkiller/article/details/54633670关于角点的应用在图像处理上比较广泛,如图像匹配(FPM特征点匹配)、相机标定等。网上也有很多博客对Harris角点检测原理进行描述,但基本上只是描述了算法流程,而其中相关细节并未作出解释,这里我想对有些地方做出补充说明,正所谓知其然知其所以然,如有不对,还望指正。关于角点的应用在图像处理上...转载 2018-03-22 10:16:02 · 580 阅读 · 0 评论 -
细化算法
程序编码参考经典的细化或者骨架算法文章:T. Y. Zhang and C. Y. Suen, “A fast parallel algorithm for thinning digital patterns,” Comm. ACM, vol. 27, no. 3, pp. 236-239, 1984.它的原理也很简单: 我们对一副二值图像进行骨架提取,就是删除不需要的轮廓点,只保留其骨...转载 2018-04-08 14:38:56 · 4343 阅读 · 1 评论 -
LOG高斯-拉普拉斯算子
LOG算子:是高斯和拉普拉斯的双结合,即集平滑和边沿于一身的算子模型!注意这个模型跟前面的一个滤波器很相似,就是各向异性滤波器!只不过是各向异性滤波器是高斯一阶导函数,而LOG可以看做是二阶导函数!这两个模型来源最初都是因为求导导致模板对噪声干扰敏感性比较强!1、拉普拉斯算子的出发点在图像中,边缘可以看做是位于一阶导数较大的像素处,因此,我们可以求图像的一阶导数来确定图像的边缘,像sobel算子等...转载 2018-03-14 15:10:12 · 940 阅读 · 0 评论 -
浅谈协方差矩阵
学过概率统计的孩子都知道,统计里最基本的概念就是样本的均值,方差,或者再加个标准差。首先我们给你一个含有n个样本的集合,依次给出这些概念的公式描述,这些高中学过数学的孩子都应该知道吧,一带而过。很显然,均值描述的是样本集合的中间点,它告诉我们的信息是很有限的,而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0,8,12,20]和[8,9,11,12],两个集合的...转载 2018-03-20 10:35:26 · 446 阅读 · 0 评论 -
K-Means聚类算法的原理及实现
问题导读:1、如何理解K-Means算法?2、如何寻找K值及初始质心?3、如何应用K-Means算法处理数据?K-Means是聚类算法中的一种,其中K表示类别数,Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。K值及初始质心K值是聚类结果中类...转载 2018-03-19 21:41:53 · 233 阅读 · 0 评论 -
四种聚类方法
聚类分析是一种重要的人类行为,早在孩提时代,一个人就通过不断改进下意识中的聚类模式来学会如何区分猫狗、动物植物。目前在许多领域都得到了广泛的研究和成功的应用,如用于模式识别、数据分析、图像处理、市场研究、客户分割、Web文档分类等[1]。 聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇,使得同一个簇内的数据对象的相似性尽可能大,同时不在同一个簇中的数据对象的差异性也尽可能地...转载 2018-03-19 20:47:24 · 12951 阅读 · 0 评论 -
边缘检测算法综述
背景引言本节主要介绍提取低层次特征信息的方要方法。在有些情形下,这些信息对理解图是足够的。但是,低层次特征提取函数的目的通常是为更高级分析提供信息。用于边界,角点和运动提取的方法,非常具有Robustness以及性能特久所必备的特性。基本概述低层次特征是不需要任何形状/空间关系的信息就可以从图像中自动提取的基本特征,如:常用地阈值方法就是作为点处理的一种低层次特征提方式。所有低层次方法都可以应用于...转载 2018-03-13 11:34:48 · 33934 阅读 · 2 评论 -
差分近似图像导数算子之Sobel算子
背景引言图像处理中,一个最基本并且最重要的卷积就是导数的计算,一般用来表达微分最常用的操作是Sobel算子,可以包含任意阶的微分以及融合偏导。主要用作为边缘检测。在技术上,它是一离散性差分算子,用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其法矢量。本节介绍Sobel算子知识,给出参考代码以及测试输出结果。基本理论Sobel算子的原始推导过程方面很少,根...转载 2018-03-13 10:58:21 · 5089 阅读 · 0 评论 -
图像矩(Hu矩)简介
(1)零阶矩 根据矩的定义,二维图像的灰度用f(x,y)表示,零阶矩m00m00表示为:m00=∬f(x,y)dxdym00=∬f(x,y)dxdy表示的是图像灰度的总和。 (2)一阶矩 图像的一阶矩m10m10和m01m01表示用来确定图像的灰度中心,x¯=m10m00x¯=m10m00 , y¯=m01m00y¯=m01m00 根据中心矩的定义很容易计算出,u10=0u10=0,u01=0u0...转载 2018-05-22 09:25:19 · 12061 阅读 · 0 评论 -
在C/C++代码中使用SSE等指令集的指令(2)参考手册
http://software.intel.com/sites/products/documentation/studio/composer/en-us/2011/compiler_c/index.htm#intref_cls/common/intref_bk_sse.htmhttp://www.tommesani.com/Docs.htmlIntel架构开发人员手册:里面有很多和架构、指令集、优...转载 2018-04-19 11:47:48 · 672 阅读 · 0 评论 -
图像的七个不变矩 可用于图像的匹配
图像的几何不变矩 矩特征主要表征了图像区域的几何特征,又称为几何矩, 由于其具有旋转、平移、尺度等特性的不变特征,所以又称其为不变矩。在图像处理中,几何不变矩可以作为一个重要的特征来表示物体,可以据此特征来对图像进行分类等操作。1. HU矩几何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的,图像f(x,y)的(...转载 2018-05-22 10:19:14 · 1337 阅读 · 0 评论 -
Halcon|读取3D相机点云数据
最近发现很多小伙伴在使用Halcon处理3D工业相机扫描结果的时候遇到了“如何读取”的问题。一般的3D工业相机储存数据的格式有txt格式、tif格式、csv格式、ply格式、ptx格式、bin格式、obj格式等。txt格式读取txt文件生成3D模型一般需要分析txt文件的储存格式,下图是我使用的工业相机储存的部分txt数据:经过分析,前3列为X、Y、Z坐标,第4列到第6列为每一点的法线坐标...转载 2019-08-12 20:29:10 · 4064 阅读 · 0 评论 -
一文读懂halcon 手眼标定的坐标转换
一直以来,对于手眼标定所涉及到的坐标系及坐标系之间的转换关系都没能有一个很好的理解,最近找了halcon手眼标定的实例在研究,发现对于相机的两种安装方式(眼在手和眼在手外),其坐标转换关系是类似的,这样说好像太抽象了,下面具体说说。我觉得标定最基本的是要将坐标系理清楚,这里涉及到的坐标系有四个:机器人基坐标系base、法兰上的工具坐标系tool、相机坐标系camera和标定板坐标系cal;此外...转载 2019-06-06 18:28:14 · 2320 阅读 · 0 评论 -
相机标定(Camera calibration)原理、步骤
这已经是我第三次找资料看关于相机标定的原理和步骤,以及如何用几何模型,我想十分有必要留下这些资料备以后使用。这属于笔记总结。1.为什么要相机标定? 在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。 【1】进行摄像机标定的目的:求出相机...转载 2019-05-28 13:13:43 · 5812 阅读 · 0 评论 -
从点云数据生成深度图像
一、 定义深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近。 直接反应了景物可见表面的几何形状。 深度图像经过坐标转换可以计算为点云数据,点云数据也可以转换为深度图像。二、PCL相关函数库 所在头文件:#include <pcl/range_image/range_image.h> PCL类 RangeImage是一个工具类,用于在...转载 2019-05-28 10:59:27 · 13159 阅读 · 2 评论 -
从点云到网格(三)Poisson重建
Possion重建是Kazhdan等2006年提出的网格重建方法[1]。Possion重建的输入是点云及其法向量,输出是三维网格。Poisson有公开的源代码[2]。PCL中也有Poisson的实现。核心思想Possion重建是一个非常直观的方法。它的核心思想是点云代表了物体表面的位置,其法向量代表了内外的方向。通过隐式地拟合一个由物体派生的指示函数,可以给出一个平滑的物体表面的估计。...转载 2019-05-28 10:34:53 · 5907 阅读 · 1 评论 -
从点云到网格(二)VRIP介绍
VRIP(Volumetric Range Image Processing),顾名思义,是从深度图重建网格的一种方法。VRIP是Brian Curless和Marc Levoy在1996年提出来的方法,距今已经有20年的历史了,依然属于最好的方法之一。VRIP的核心问题是已知世界坐标系下,某物体表面ff在不同视角下的深度图f1^,...,fK^f1^,...,fK^,求ff。这里隐含深...转载 2019-05-28 10:32:06 · 2536 阅读 · 0 评论 -
从点云到网格(一)综述
在计算机图形学中,网格是一种非常基本的表示方法。随着近些年三维表面重建和Dense SLAM的兴起,从海量的三维点云数据生成单一的网格的方法得到了大量的应用。特别是在AR中,因为交互的需要,网格生成算法经常是一个必选项。由于工作中正好涉及到一些这方面的应用,因此想简单介绍一下这方面的知识。以下仅讨论三维情形。本文很多内容来源于Matthew Bolitho的博士论文1。这位仁兄现在在NVidi...转载 2019-05-28 10:30:34 · 4756 阅读 · 0 评论 -
最详细、最完整的相机标定讲解
相机标定详解最近做项目要用到标定,因为是小白,很多东西都不懂,于是查了一堆的博客,但没有一个博客能让我完全能看明白整个过程,绝大多数都讲的不全面,因此自己总结了一篇博客,给自己理一下思路,也能够帮助大家。(张正友标定的详细求解还未完全搞明白,后面再加)参考博客:相机标定(Camera calibration)原理、步骤(http://blog.csdn.net/lql0716/artic...转载 2019-05-24 21:48:42 · 10255 阅读 · 2 评论 -
相机标定(Camera calibration)原理、步骤
这已经是我第三次找资料看关于相机标定的原理和步骤,以及如何用几何模型,我想十分有必要留下这些资料备以后使用。这属于笔记总结。1.为什么要相机标定? 在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。 【1】进行摄像机标定的目的:求出相机...转载 2019-05-24 21:21:30 · 3018 阅读 · 1 评论 -
泊松曲面重建
暂写一篇博客记录下看的两篇可视计算入门论文。《Poisson surface reconstruction》《Screened Poisson Surface Reconstruction》1.泊松曲面重建简介激光扫描设备的发展使得被测物体更多细节的数据获取成为可能。根据采样数据的模型重建,在许多实际应用中具有实际意义,如在汽车、航空等工业领域中, 复杂外形产品的设计仍需要根据手工模...转载 2019-05-24 13:22:34 · 5692 阅读 · 3 评论 -
彻底理解数字图像处理中的卷积-以Sobel算子为例
原文地址:https://www.cnblogs.com/freeblues/p/5738987.html作者:FreeBlues 修订记录 2016.08.04 初稿完成 概述卷积在信号处理领域有极其广泛的应用, 也有严格的物理和数学定义. 本文只讨论卷积在数字图像处理中的应用.在数字图像处理中, 有一种基本的处理方法:线性滤波. 待处理的平面数字图像可被看做一个大矩阵, 图...转载 2018-07-31 17:44:23 · 4900 阅读 · 0 评论 -
Open CV——相机校准和立体匹配
函数有变化时,一定要记得去示例里查看相关示例#include "opencv2/core/core.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/calib3d/calib3d.hpp"#include "opencv2/highgui/highgui.hpp"#include <iostream>#i...转载 2018-06-14 14:12:00 · 859 阅读 · 0 评论 -
【图像算法】图像特征:几何不变矩--Hu矩
一 原理 几何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的,具有平移、旋转和尺度不变性。 定义如下:① (p+q)阶不变矩定义:② 对于数字图像,离散化,定义为: ③ 归一化中心矩定义: ④Hu矩定义 -----------------------------------------------------...转载 2018-05-22 10:49:29 · 3013 阅读 · 0 评论 -
常用相似性度量(距离 相似系数)
在分类聚类算法,推荐系统中,常要用到两个输入变量(通常是特征向量的形式)距离的计算,即相似性度量.不同相似性度量对于算法的结果,有些时候,差异很大.因此,有必要根据输入数据的特征,选择一种合适的相似性度量方法.令X=(x1,x2,..,xn)T,Y=(y1,y2,...yn)T为两个输入向量, 1.欧几里得距离(Euclidean distance)相当于高维空间内向量说表示的点到点之间的距离。...转载 2018-05-22 10:32:03 · 5990 阅读 · 0 评论 -
关于高斯滤波的一些理解
滤波算法简介 图像处理中,常用的滤波算法有均值滤波、中值滤波以及高斯滤波等。均值滤波使用模板内所有像素的平均值代替模板中心像素灰度值,这种方法易收到噪声的干扰,不能完全消除噪声,只能相对减弱噪声;中值滤波计算模板内所有像素中的中值,并用所计算出来的中值体改模板中心像素的灰度值,这种方法对噪声不是那么敏感,能够较好的消除椒盐噪声,但是容易导致图像的不连续性。高斯滤波对图像邻域内像素...转载 2018-03-08 10:50:11 · 4099 阅读 · 0 评论 -
双线性二次插值原理解析
在介绍双线性插值前,我们先介绍一下拉格朗日插值多项式。 拉格朗日插值法:在数值分析中,拉格朗日插值法是以法国十八世纪数学家约瑟夫·拉格朗日命名的一种多项式插值方法。许多实际问题中都用函数来表示某种内在联系或规律,而不少函数都只能通过实验和观测来了解。如对实践中的某个物理量进行观测,在若干个不同的地方得到相应的观测值,拉格朗日插值法可以找到一个多项式,其恰好在各个观测的点取到观测到的值原创 2018-02-07 10:59:40 · 15727 阅读 · 0 评论 -
opencv二值化函数cvThreshold
原文地址:http://blog.163.com/fk1007@126/blog/static/300367392009226407387/对图像二值化函数cvThreshold的理解Threshold对数组元素进行固定阈值操作void cvThreshold( const CvArr* src, CvArr* dst, double threshold, do转载 2014-12-07 22:31:05 · 945 阅读 · 0 评论 -
opencv学习笔记7 绘制多边形
opencv绘制多边形原创 2014-12-22 15:24:50 · 7766 阅读 · 1 评论 -
opencv学习笔记8 将文字打印到图片上
向图像文件或视频文件中打印文字信息原创 2014-12-22 15:59:44 · 1181 阅读 · 0 评论 -
cvGetCaptureProperty 摄像头操作
原文地址:http://lubaihua33.blog.163.com/blog/static/7407672520107635031343/获得视频获取结构的属性double cvGetCaptureProperty( CvCapture* capture, int property_id );capture 视频获取结构。property_id 属性标识。可以是下面之转载 2014-12-05 10:36:00 · 652 阅读 · 0 评论 -
图像基本处理算法的简单实现(一)
原文地址:http://vaero.blog.51cto.com/4350852/822997原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://vaero.blog.51cto.com/4350852/822997 图像基本处理算法的简单实现(一)一、引言 图像处理基本算法整理。转载 2014-12-04 12:01:13 · 408 阅读 · 0 评论 -
图象处理基本算法[整理]
1)将256*256分辨率的图像变为128*128分辨率可以将源图像划分成2*2的子图像块,然后将2*2的子图像块的所有像素颜色均按照F(i,j)的颜色值进行设定,达到降低分辨率的目的。如:F(i,j) F(i,j+1) F(i,j) F(i,j) F(i+1,j) F(i+1,j+1) 变成 F(i,j) F(i,j)转载 2014-12-04 09:16:17 · 657 阅读 · 0 评论