![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 73
曼陀罗彼岸花
毕业小硕,主研机器视觉,图像处理方向,专注于图像分类,识别,机器视觉方面的研究,愿结识广大同道中人,共同学习!
展开
-
文本无关的声纹识别 验证
文本无关的声纹识别 验证By DakeDake的专栏:www.glade.tk 一、声纹识别简介声纹是指能惟一识别某人或某物的声音特征,是用电声学仪器显示的携带言语信息的声波频谱。虽然人的发音器官生理构造总的是相同的,但人的语言产生是人体语言中枢与发音器官之间一个复杂的生理物理过程,人在讲话时使用的器官——舌、牙齿、喉头、肺、鼻腔在尺寸和形态等方面,每两转载 2015-01-12 10:29:57 · 4998 阅读 · 0 评论 -
来自西弗吉利亚大学li xin整理的CV代码合集
来自西弗吉利亚大学li xin整理的CV代码合集来自http://blog.csdn.net/suda072605/article/details/21000879#t21Reproducible Research in Computational Science“It doesn't matter how beautiful your theory is, it doesn't转载 2015-12-28 17:56:57 · 2752 阅读 · 0 评论 -
计算机视觉领域稍微容易中的期刊系列(二)
表1. 适合于图像处理方向的SCI期刊杂志列表ISSN期刊名出版周期1057-7149IEEE TRANSACTIONS ON IMAGE PROCESSINGMonthly1070-9908IEEE SIGNAL PR转载 2015-07-28 17:36:30 · 9323 阅读 · 0 评论 -
Object Detection----- Discriminatively Trained Part Based Models
最近研究对象检测,拜读了下对象检测经典文章系列,project link:http://www.cs.berkeley.edu/~rbg/latent/index.html,现在已经更新到第五版了。原文有20页,很长,研究几周可能都云里雾里,中文翻译版本可以参考:使用判别训练的部件模型进行目标检测 详细通俗易懂带解释的版本可参考:http://zhangliliang.com/原创 2015-07-29 20:55:42 · 987 阅读 · 0 评论 -
HOG特征
HOG特征概述HOG即histogram of oriented gradient, 是用于目标检测的特征描述子,该技术将图像局部出现的方向梯度次数进行计数,该方法和边缘方向直方图、scale-invariant feature transform类似,不同的是hog的计算基于一致空间的密度矩阵来提高准确率。Navneet Dalal and Bill Triggs首先在05年的CVP原创 2015-08-03 15:39:27 · 6095 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,而该参数的范围就原创 2015-08-03 10:33:56 · 14628 阅读 · 0 评论 -
神奇的图像算法
上次介绍的Google相似图片搜索的原理,是利用数学算法,进行高难度图像处理的一个例子。事实上,图像处理的数学算法,已经发展到令人叹为观止的地步。Scriptol列出了几种神奇的图像处理算法如下:一、像素图生成向量图的算法数字时代早期的图片,分辨率很低。尤其是一些电子游戏的图片,放大后就是一个个像素方块。Depixelizing算法可以让低分辨率的像素图转化为高转载 2015-07-28 18:01:20 · 1971 阅读 · 0 评论 -
计算机视觉与图像处理的 Matlab/Octave 代码集合
此图片来自http://www.csse.uwa.edu.au/~pk/research/matlabfns/,它收集了很多用于计算机视觉和图像处理的 Matlab/Octave 代码。 尤其是对于打算使用开源免费的 Matlab 替代版 Octave 的人,此文更重要。补充:Matlab 是商业收费的软件。国外的版权意识是很强的。常看到一些出去的学生和访学谈到国外学者要是买不起昂贵的 M原创 2015-07-28 17:43:08 · 3493 阅读 · 0 评论 -
何恺明经典去雾算法 还北京一个碧洗蓝天?
一:由简至美的最佳论文(作者:何恺明 视觉计算组)【视觉机器人:个人感觉学习他的经典算法固然很重要,但是他的解决问题的思路也是非常值得我们学习的】那是2009年4月24日的早上,我收到了一封不同寻常的email。发信人是CVPR 2009的主席们,他们说我的文章获得了CVPR 2009的最佳论文奖(Best Paper Award)。我反复阅读这封邮件以确认我没有理解错误。这真是转载 2015-07-12 16:34:48 · 2292 阅读 · 1 评论 -
颜色特征提取方法
计算机视觉的特征提取算法研究至关重要。在一些算法中,一个高复杂度特征的提取可能能够解决问题(进行目标检测等目的),但这将以处理更多数据,需要更高的处理效果为代价。而颜色特征无需进行大量计算。只需将数字图像中的像素值进行相应转换,表现为数值即可。因此颜色特征以其低复杂度成为了一个较好的特征。在图像处理中,我们可以将一个具体的像素点所呈现的颜色分多种方法分析,并提取出其颜色特征分量。比如通过手工标原创 2015-05-07 15:48:54 · 1976 阅读 · 0 评论 -
纹理特征提取
一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模,在图像中搜索重复的模式。该方法对人工合成的纹理识别效果较好。但对于交通图像中的纹理识别,基于统计数据的方法效果更好。1 LBP纹理特征LBP方法(Local binary原创 2015-05-07 15:48:41 · 35934 阅读 · 0 评论 -
基于matlab的蓝色车牌识别
集齐了基于matlab的蓝色车牌识别,比较全,包括车牌的定位和识别,分离,读取。基于matlab的蓝色车牌定位与识别---绪论基于matlab的蓝色车牌定位与识别---定位基于matlab的蓝色车牌定位与识别---分割基于matlab的蓝色车牌定位与识别---识别这是最后的效果图:原创 2015-05-11 10:35:42 · 8582 阅读 · 41 评论 -
Google相似图片搜索的原理
现在,Google可以实现”相似图片搜索”功能。你可以用一张图片,搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。一个对话框会出现可以粘贴图片网址,也可以上传你要搜索的图片。打开你需要搜索的图片,例如 蔷薇.jpg,搜索结果如下类似的”相似图片搜索引擎”还有不少,TinEye甚至可以找出照片的拍摄背景这种技术原创 2015-04-13 17:09:25 · 1902 阅读 · 0 评论 -
目标检测--LatentSVM和(Deformable Part Model,DPM)
一、综述Deformable Part Model和LatentSVM结合用于目标检测由大牛P.Felzenszwalb提出,代表作是以下3篇paper:[1] P. Felzenszwalb, D. McAllester, D.Ramaman. A Discriminatively Trained, Multiscale, Deformable Part Model. Proce原创 2016-01-11 21:18:54 · 2913 阅读 · 0 评论 -
行人检测资料整理
行人检测具有极其广泛的应用:智能辅助驾驶,智能监控,行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段,但是也存在很多问题还有待解决,个人觉得主要还是在性能和速度方面还不能达到一个权衡。1.行人检测的现状(大概可以分为两类)(1).基于背景建模:利用背景建模方法,提取出前景运动的目标,在目标区域内进行特征提取,然后利用分类器进行分类,判断是否包含行人;原创 2016-01-28 22:04:47 · 4547 阅读 · 5 评论 -
DPM(Deformable Parts Model)
目标检测方法(1)基于cascade的目标检测cascade的级联思想可以快速抛弃没有目标的平滑窗(sliding window),因而大大提高了检测效率,但也不是没缺点,缺点就是它仅仅使用了很弱的特征,用它做分类的检测器也是弱分类器,仅仅比随机猜的要好一些,它的精度靠的是多个弱分类器来实行一票否决式推举(就是大家都检测是对的)来提高命中率,确定分类器的个数也是经验问题。这节就来说说改进的原创 2016-01-28 17:21:13 · 6740 阅读 · 0 评论 -
Opencv运动物体常用的特征提取与匹配方法
Opencv运动物体常用的特征提取与匹配方法提取图像空间关系特征可以有两种方法:1) 首先对图像进行自动分割,划分出图像中所包含的对象或颜色区域,然后根据这些区域提取图像特征,并建立索引;(分割——块特征——索引)2) 简单地将图像均匀地划分为若干规则子块,然后对每个图像子块提取特征,并建立索引。 姿态估计问题:确定某一三维目标物体的方位指向问题。姿态估计在机器人视觉、动作原创 2014-06-04 15:33:52 · 4934 阅读 · 0 评论 -
Opencv运动物体常用的特征提取与匹配方法
Opencv运动物体常用的特征提取与匹配方法提取图像空间关系特征可以有两种方法:1) 首先对图像进行自动分割,划分出图像中所包含的对象或颜色区域,然后根据这些区域提取图像特征,并建立索引;(分割——块特征——索引)2) 简单地将图像均匀地划分为若干规则子块,然后对每个图像子块提取特征,并建立索引。 姿态估计问题:确定某一三维目标物体的方位指向问题。姿态估计在机器人视觉、动作原创 2014-06-04 15:34:36 · 1966 阅读 · 0 评论 -
SVM分类器训练的HOG行人检测
正样本来源是INRIA数据集中的96*160大小的人体图片,使用时上下左右都去掉16个像素,截取中间的64*128大小的人体。负样本是从不包含人体的图片中随机裁取的,大小同样是64*128(从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本)。SVM使用的是OpenCV自带的CvSVM类。首先计算正负样本图像的HOG描述子,组成一个特征向量矩阵,对应的转载 2016-03-12 22:55:09 · 2274 阅读 · 1 评论 -
DPM(Deformable Parts Model)原理及代码分析
DPM(Deformable Parts Model)Reference:Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010."Support Vector Machines for Multiple-Instance转载 2016-01-11 20:37:48 · 8044 阅读 · 0 评论 -
MATLAB R2013b for Linux/Ubuntu 的安装方法
Linux用户下载及安装方法(Mac版目前还没有破解,请Mac用户再等等):1. 从盘多多下载Mathworks Matlab R2013b Linux.rar。友情提示:用百度云网盘的离线下载功能基本可以做到秒下。2. 解压缩“Mathworks Matlab R2013b Linux.rar”(无需密码),得到“Mathworks.Matlab.R2013b.Lin转载 2016-08-17 10:22:09 · 3661 阅读 · 2 评论 -
各种二进制特征提取算子(ORB 、BRIEF 、 FREAK、 BRISK)
各种特征提取算子1 ORB(ORientedBrief):论文Ethan Rublee and Vincent Rabaud and KurtKonolige and Gary Bradski, ORB:an efficient alternative to SIFT or SURF.点击下载论文理论参考:http://www.cnblogs.com/scnucs/archive/2原创 2014-11-01 12:54:15 · 14599 阅读 · 4 评论 -
图像连通域分析
一、前言二值图像,顾名思义就是图像的亮度值只有两个状态:黑(0)和白(255)。二值图像在图像分析与识别中有着举足轻重的地位,因为其模式简单,对像素在空间上的关系有着极强的表现力。在实际应用中,很多图像的分析最终都转换为二值图像的分析,比如:医学图像分析、前景检测、字符识别,形状识别。二值化+数学形态学能解决很多计算机识别工程中目标提取的问题。二值图像分析最重要的方法就是连通区域标转载 2016-04-29 10:17:07 · 57721 阅读 · 9 评论 -
ViBe算法原理和代码解析
ViBe - a powerful technique for background detection and subtraction in video sequences算法官网:http://www2.ulg.ac.be/telecom/research/vibe/描述:ViBe是一种像素级视频背景建模或前景检测的算法,效果优于所熟知的几种算法,对硬件内存占用也少。原创 2016-01-11 21:32:12 · 66727 阅读 · 25 评论 -
Bag of Features (BOF)图像检索算法
Bag of features(Bof)一种是用于图像和视频检索的算法。此算法对于不同角度,光照的图像,基本都能在图像库中正确检索。检索就要进行比对。两幅不同的图像如何比对,比对什么,这就需要提炼出每幅图像中精练的东西出来进行比较。正如超市中的条形码,就能很好的反映出一件商品的所有特征。因此概括的来说,bof就是生成每幅图像的“条形码”来进行检索。实验中,我们有一个包含100幅图像的小型图转载 2016-04-13 15:49:10 · 6525 阅读 · 1 评论 -
BOW 原理及代码解析
引言最初的Bag of words,也叫做“词袋”,在信息检索中,Bag of words model假定对于一个文本,忽略其词序和语法,句法,将其仅仅看做是一个词集合,或者说是词的一个组合,文本中每个词的出现都是独立的,不依赖于其他词 是否出现,或者说当这篇文章的作者在任意一个位置选择一个词汇都不受前面句子的影响而独立选择的。Bag-of-words模型是信息检索原创 2016-04-13 15:37:01 · 27174 阅读 · 6 评论 -
图像分类中的SVM多核学习
1摘要 分类在搜索引擎中的应用非常广泛,这种分类属性可以方便在rank过程中针对不同类别实现不同的策略,来更好满足用户需求。本人接触分类时间并不长,在刚用SVM做分类的时候对一个现象一直比较困惑,看到大家将各种不同类型特征,拼接在一起,组成庞大的高维特征向量,送给SVM,得到想要的分类准确率,一直不明白这些特征中,到底是哪些特征在起作用,哪些特征组合在一起才是最佳效果,也不明白为啥这原创 2016-03-12 22:42:21 · 16618 阅读 · 8 评论 -
Windows下运行Discriminatively Trained Deformable Part Models代码 Version 4
Windows下运行Discriminatively Trained Deformable Part Models代码 Version 4 Felzenszwalb的Discriminatively Trained Deformable Part Models URL:http://www.cs.brown.edu/~pff/latent/这是目前最好的object dete原创 2016-01-27 14:34:38 · 791 阅读 · 0 评论 -
matlab怎么同时显示imshow 两幅图片
matlab怎么同时显示imshow 两幅图片方法一:subplot()函数subplot(2,1,1);subplot(2,1,2);分上下或者左右显示两张图片...例如:原始图片分两个窗口显示:hehe=uint8(hehe);figure(1)imshow(he), title('原始图像');%显示原始图像figure(2)imshow(he原创 2015-03-18 14:45:06 · 54617 阅读 · 2 评论 -
从SIFT到SURF
SIFT的原理详解见http://blog.csdn.net/zddblog/article/details/7521424(迄今为止,见过的最完全的原理)原创 2014-11-01 15:31:08 · 1352 阅读 · 0 评论 -
图像匹配
图像匹配能够应用的场合非常多,如目标跟踪,检测,识别,图像拼接等,而图像匹配最核心的技术就要属角点匹配了,所谓角点匹配是指寻找两幅图像之间的特征像素点的对应关系,从而确定两幅图像的位置关系。 角点匹配可以分为以下四个步骤: 1.提取检测子:在两张待匹配的图像中寻找那些最容易识别的像素点(角点),比如纹理丰富的物体边缘点等。 2.提取描述子:对于检测出的角点,用一些数学原创 2014-11-01 13:01:44 · 2977 阅读 · 0 评论 -
otsu
IplImage* binaryImage=cvCreateImage(cvGetSize(imageIn), IPL_DEPTH_8U,1);cvThreshold(imageIn,binaryImage,graythresh,255,CV_THRESH_BINARY);其中,imageIn是输入图像,graythresh是用otsu法得到的阈值(如果是二维,可以取出表示阈值的那一维的值),转载 2014-03-10 17:19:23 · 796 阅读 · 0 评论 -
Hough变换-理解篇(2)
原创 2014-03-08 12:45:10 · 1000 阅读 · 0 评论 -
Hough变换原理
转载:http://dreamchinazyy.blog.163.com/blog/static/4046322020090810178233/国内外对Hough变换的研究及应用动态 Hough变换于1962年由Paul Hough提出,并在美国作为专利被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质,它引起了许多国内外学者和工程技术人员原创 2014-03-08 13:59:10 · 2566 阅读 · 0 评论 -
特征选择综述
转载:http://www.cnblogs.com/heaad/archive/2011/01/02/1924088.html1 综述(1) 什么是特征选择特征选择 ( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ) ,或属性选择( Attribute Selection ) ,是指从全部特转载 2014-03-08 21:29:08 · 1596 阅读 · 0 评论 -
图像处理——掩膜(转)
1、掩膜的定义 掩模是由0和1组成的一个二进制图像。当在某一功能中应用掩模时,1值区域被处理,被屏蔽的0值区域不被包括在计算中。通过指定的数据值、数据范围、有限或无限值、感兴趣区和注释文件来定义图像掩模,也可以应用上述选项的任意组合作为输入来建立掩模。(来自百度百科http://baike.baidu.com/view/2062299.htm#2)2、图像掩膜例子转载 2014-03-07 23:53:43 · 1737 阅读 · 0 评论 -
核主成份分析的MatLab实现(转)
最近准备往核方法方向发展,于是仔细研读了经典的核主成份分析方法。通过参考别人的源代码,自己实现了KPCA,基本了解了核方法的实质。个人体会亲手实现一下还是很有益的。matlab源代码如下:function [eigvector, eigvalue,Y] = KPCA(X,r,opts)%% Kernel Principal Component Analysis% [转载 2014-03-07 23:55:29 · 3792 阅读 · 3 评论 -
再谈OpenCV
尽管之前写过一篇关于OpenCV的介绍(http://blog.csdn.net/carson2005/article/details/5822149),但依然有朋友对其不甚了解。所以,经常能碰到有人问我诸如以下一些问题:OpenCV能不能实现人脸识别?OpenCV有没有车辆检测的API?OpenCV有没有三维重建的函数?面对这样的问题,我也很困惑。到底该如何给他们解释,才能让它们明白,OpenC转载 2014-03-12 20:18:09 · 797 阅读 · 0 评论 -
Canny边缘检测算法原理及其VC实现详解(一)
图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是一个阶跃,既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息,图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的,同时也是图象分割所依赖的重要特征,边缘检测主要是图象的灰度变化的度量、检测和定位,自从1959提出边缘检测以来,经过五十多年的发展,已有许多中不转载 2014-03-12 20:14:25 · 829 阅读 · 0 评论 -
比微软kinect更强的视频跟踪算法--TLD跟踪算法介绍
TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时,通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目转载 2014-03-12 20:23:38 · 736 阅读 · 0 评论