- 博客(17)
- 资源 (4)
- 收藏
- 关注
RSS订阅翻译 创建Mat类的几种常见方法
There are many different ways to create a Mat object. The most popular options are listed below:Use the create(nrows, ncols, type) method or the similar Mat(nrows, ncols, type[, fillValue]) co
2014-08-23 11:03:03
3013
1
原创 利用SVM支持向量机对彩色图像进行分割并使用OpenCV进行实现
机器学习中的一个比较常用的算法SVM，Support vector machine，支持向量机，
2014-08-22 19:59:05
11794
1
原创 Kmeans K均值聚类，OpenCV实现
Clustering 聚类 kmeans Finds centers of clusters and groups input samples around the clusters.C++: double kmeans(InputArray data, int K, InputOutputArray bestLabels, TermCriteria crite
2014-08-21 20:23:42
5436
翻译 OpenCV在线文档目录翻译（一）
OpenCV2.1 C++ Reference 目录：Contentsintroduction:介绍，简介，前言 C++表达式 c++ cheatsheet cv命名空间和函数命名 Namespace cv and function naming 内存管理 memory management 内存管理-资源自动分配 2 memory manag
2014-08-20 20:01:37
1151
转载 概率统计相关基础知识
概率编辑[gài lǜ] 概率，又称或然率、机会率、机率或可能性，是概率论的基本概念。概率是对随机事件发生的可能性的度量，一般以一个在0到1之间的实数表示一个事件发生的可能性大小。越接近1，该事件更可能发生；越接近0，则该事件更不可能发生。人们常说某人有百分之多少的把握能通过这次考试，某件事发生的可能性是多少，这都是概率的实例。
2014-08-18 20:45:34
3093
转载 聚类——混合高斯模型 Gaussian Mixture Model
机器学习的常用方法，主要分为有监督学习(supervised learning)和无监督学习(unsupervised learning)。监督学习，就是人们常说的分类，通过已有的训练样本（即已知数据以及其对应的输出）去训练得到一个最优模型（这个模型属于某个函数的集合，最优则表示在某个评价准则下是最佳的），再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的，也就
2014-08-11 09:49:28
6643
转载 出租司机给"我"上的MBA课
我要从徐家汇赶去机场，于是匆匆结束了一个会议，在美罗大厦前搜索出租车。一辆大众发现了我，非常专业的、径直的停在我的面前。这一停，于是有了后面的这个让我深感震撼的故事，象上了一堂生动的MBA案例课。为了忠实于这名出租车司机的原意，我凭记忆尽量重复他原来的话。“去哪里……好的，机场。我在徐家汇就喜欢做美罗大厦的生意。这里我只做两个地方。美罗大厦，均瑶大厦。你知道吗？接到你之前，我在美罗大厦门口兜了
2014-08-05 16:36:49
1109
转载 A simple object classifier with Bag-of-Words using OpenCV 2.3
Published by Roy at 5:34 am undercode,opencv,programming,Recommended,Software,video,visionJust wanted to share of some code I've been writing.So I wanted to create a food classifier, for
2014-08-04 15:33:48
1913
转载 OpenCV中特征检测，提取与匹配使用方法学习
最近在学习OpenCV，一般看官方一边看书，发现自己原来用的很多接口早已被更新，分享一下学习心得体会，也希望大家可以不吝赐教！ 首先看到在Mastering OpenCV with Practical Computer Vision Projects书中，特征点检测，特征点描述（特征提取），特征点匹配用了以下代码：[cpp] view plaincop
2014-08-04 15:30:19
6454
1
转载 SIFT不变性分析
随着多媒体技术、计算机技术迅速发展，Internet上呈现大量的图像信息。图像中包含了很多的物体特性，其中颜色是非常重要的特征之一，颜色包含了图 像中更多有价值的识别信息。SIFT算法提取图像局部特征，成功应用于物体识别、图像检索等领域。该算法由DAVID G.L.于1999年提出[1]，并于2004年进行了发展和完善[2]，MIKOLAJCZYK[3]对多种描述子进行实验分析，结果证实了SI
2014-08-04 08:17:20
7412
转载 SIFT和SURF，及OpenCV实现
共同点：SIFT/SURF为了实现不同图像中相同场景的匹配，主要包括三个步骤：1、尺度空间的建立；2、特征点的提取；3、利用特征点周围邻域的信息生成特征描述子4、特征点匹配。 从博客上看到一片文章，http://blog.csdn.net/cy513/archive/2009/08/05/4414352.aspx，这一段的大部分内容源于这篇文章，推荐大
2014-08-03 17:42:41
1797
转载 颜色特征描述子的SIFT/SURF
前面两讲中主要是针对SIFT和SURF做了一些介绍。他们的检测子比较稳定，描述子比较鲁棒，好像非常棒的样子。但是有一点非常遗憾，就是他们在对图像进行处理的过程中，都把图像转化为灰度图像进行处理，这样就丢失了颜色信息。而颜色，本身提供了很大的信息量，丢失了特别可惜。很多人可能就会想，如何在描述子中加入颜色信息。在这一讲中，我们就重点介绍一下改进的SIFT/SURF的Color Descripto
2014-08-03 17:09:56
6224
原创 单目摄像机标定原理（针孔模型）
a) 图像平面坐标系统与图像坐标系的关系如下图所示:用齐次方程表示如下：b) 摄像机坐标与图像平面坐标(x. y)的变换关系
2014-06-25 16:04:41
3460
转载 vector用法总结(定义，操作，方法，注意点)
前一篇日志中，我们记述了利用面向对象中的多态性实现画圆和画方形的操作。今天把其中的涉及到的知识点vector作一个总结，以作记忆。http://blog.163.com/zhoumhan_0351/blog/static/399542272010225104536463一、vector的基本概念vector是同一种类型的对象的集合，每个对象都有一个对应的整数索引值。和strin
2014-04-16 14:27:33
5653
原创 利用Halcon进行单目标定，及问题小结
摄像机标定之前，首先要确定相机和镜头的参数，参考对应说明书，查找IMAGING SOURCE 31BU03相机的参数如下：分辨率1024*768；格式1/3’’；像素尺寸，水平4.65um，垂直4.65um；两个镜头是computar工业自动化镜头，其参数分别是：①焦距5mm，F1.4，尺寸1/2’’，②焦距12mm，F1.4，尺寸2/3’’。相机和镜头参数作为标定过程中算子StartCamPar
2013-10-04 19:45:37
5753
1
两轮自平衡小车代码
2013-10-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人