计算机视觉
文章平均质量分 83
圣书
这个作者很懒,什么都没留下…
展开
-
计算机视觉--概述1
人类的视觉系统可以将眼睛观测到的场景原创 2014-07-08 14:25:47 · 774 阅读 · 0 评论 -
Visual hull
选自WiKi和一些blog上的推荐。visual原创 2014-11-01 18:52:32 · 3389 阅读 · 1 评论 -
SIFT & SURF
(本篇BLOG借鉴多篇网络blog的内容,先对各大网友表示感谢)本BLOG另有两篇特征点检测的文章。----------------------------------SIFT-------------------------------------------------sift算法在cv领域的重要性不言而喻,该作者的文章引用率在cv界是No.1.首先原创 2014-11-25 16:49:16 · 1305 阅读 · 0 评论 -
在matlab和VS2010中配置vlfeat
(refering to steps ste up by Eric and Iamlegend )vlfeat图像库包含SIFT,MSER,KDtree,快速shift,K-means等各种图像处理中常用的算法。提供matlab,c api接口,方便大家在图像处理中各种调用。由于是C语言编写,对于我们理解各种算法具有很大的好处,也具有良好的可移植性和兼容性,在macos,l原创 2014-11-28 10:58:55 · 1806 阅读 · 0 评论 -
视频稳像 video stabilization
当今社会,视频文件随处可见,随处可拍。但是,由于摄像机太轻,操作者抖动,风吹等原因,使得摄像机会产生一定的随机抖动。这样一来,就会造成拍摄得到的视频画面发生抖动。而对于智能视频分析算法来说,视频画面的抖动,会造成分析结果产生较大的偏差。因此,有必要采取一定的技术对视频文件进行“维稳”。 稳像技术,最早应用于军事领域,尤其是在航空航天,导弹跟踪,识别等场合。最早期的稳像技术,多原创 2014-11-26 16:48:51 · 2834 阅读 · 0 评论 -
SLAM or CML
SLAM (simultaneous localization and mapping),也称为CML (Concurrent Mapping and Localization), 即时定位与地图构建,或并发建图与定位。 SLAM最早由Smith、Self和Cheeseman于1988年提出。 由于其重要的理论与应用价值,被很多学者认为是实现真正全自主移动机器人的关键。原创 2014-11-23 15:37:47 · 1447 阅读 · 0 评论 -
图像融合(后续更新)
后续更新原创 2014-11-30 15:30:48 · 830 阅读 · 0 评论 -
图像拼接原理与相关技术
图像拼接技术主要包括两个关键环节即图像配准和图像融合对于图像融合部分,由于其耗时不太大,且现有的几种主要方法效果差别也不多,所以总体来说算法上比较成熟。而图像配准部分是整个图像拼接技术的核心部分,它直接关系到图像拼接算法的成功率和运行速度,因此配准算法的研究是多年来研究的重点。 目前的图像配准算法基本上可以分为两类:基于频域的方法(相位相关方法)和基于时域的方法。原创 2014-11-14 20:58:24 · 5381 阅读 · 0 评论 -
三大物体识别算法--SIFT/SURF、haar特征、广义hough变换的特性深入剖析
(参考CSDN博主cy513的分析内容)原创 2014-11-24 16:36:22 · 1960 阅读 · 1 评论 -
image retargeting (图像缩略图、图像重定向)
image retargeting技术在不引入大的畸变的情况下,通过改变照片的大小和比例信息,来适应各种尺寸屏幕。 【缩略图像要求】:The important content of I should be preserved in I'.The important structur of I should be preserved in I'.I' should be f转载 2014-12-01 20:50:05 · 5730 阅读 · 0 评论 -
利用照片携带的EXIF来估计焦距等信息
(本文章大部分内容参考Noah Snavely)等你利用数码相机拍摄照片时,相机常常会在图片中嵌入很多有用的信息到JPEG文件中。通常涵盖曝光时间、焦点、(照相机,望远镜等的)光圈、是否闪光灯被开启了还有焦距等信息。焦距信息在绘制全景图的时候非常重要。下面将以提取EXIF中的焦距信息为例,并介绍如何将它转换成像素单元的表示(这样更利于全景图绘制中的图像缝合操作)。第一步:提原创 2014-12-19 14:18:08 · 5933 阅读 · 3 评论 -
在CYGWIN平台上使用Bundler
(文章参考采药的蜗牛的blog,并结合自己的问题作出相应的修改)Bundler是Noah Snavely博士写的Structure from Motion的工具包。它能够通过对某个场景不同角度的多张图片生成稀疏点的三维信息,并且估计每一幅图片的相机参数(内参和外参)。Bundler属于SFM的范畴。 PMVS和CMVS(CMVS是PMVS的改进版,里面包含PMVS)是Yasut原创 2014-12-10 14:12:48 · 1868 阅读 · 1 评论 -
VS2010下Bundler的使用以及cygwin的配置
描述的是通过分析物体的运动得到三维结构信息的过程。人类通过移动获得很多环境的三维结构信息。当观察者自己或者其周围的物体运动的时候,可以从获得的图象中获取信息。运动恢复结构需要解决立体图像恢复结构类似的问题:找到三维物体图像的对应点。为了找到对应点,需要在图像间跟踪一些类似角点(多方向有梯度值的边缘)的特征。特征沿时间的轨迹将被用来重建三维结构与相机运动。我们常常将运动恢复结原创 2014-12-06 22:16:11 · 3578 阅读 · 0 评论 -
Cygwin的安装
下载和安装Cygwin。Cygwin是许多自由软件的集合,最初由Cygnus Solutions开发,用于各种版本的Microsoft Windows上,运行UNIX类系统。由于Bundler默认是通过在Unix环境下执行shell脚本来启动Bundler的,因为在Windows环境下需要安装Cygwin以执行shell脚本。要下载cygwin,直接在setup.exe上点右键“另存为”即原创 2015-02-09 09:22:28 · 650 阅读 · 0 评论 -
深入使用Bundler
这是本BLOG关于Bundler的第四个帖子,感兴趣的同学可以联系luangss@zju.edu.cn,一起交流。Photogrammetry3D reconstruction using Bundler and PMVS2第一步:Setup 安装1. Get thesoftware neededMeshLab from http://downloads.原创 2015-01-19 13:39:49 · 1561 阅读 · 0 评论 -
Voodoo Camera Tracker 的介绍与使用
Voodoo Camera Tracker 可以用来估计图片序列的相机参数和重建3D场景。估计算法获得的是视频序列的一组全自动的,鲁棒性的解。生成的结果可以用于电影影片的制作,3D 重建或视频编码。估计出来的参数可以导入到3D动画包:3D Studio Max, Blender, Lightwave, Maya, and Softimage中。估计方法有下面五个处理步骤:原创 2015-01-28 16:08:20 · 2772 阅读 · 0 评论 -
matlab-Computer Vision System ToolBox的系统对象使用
(人人网:MATLAB STUDY)采用基于系统对象vision.X的图像处理,与采用数字图像处理工具箱相比,其优势主要体现在以下两个方面:1) 运行速度更快;2) 绝大多数系统函数支持MATLAB的C代码转换功能,可以将其快速地转换为可以运行的C代码。在MATLAB中,调用计算机视觉工具箱中的vision.GeometricSc原创 2014-12-20 14:51:22 · 3469 阅读 · 0 评论 -
运动恢复结构(Structure from Motion)
(部分内容节选自Sway_2012的blog)运动恢复结构(Structure from Motion,SfM)的目标是能够利用两个场景或多个场景自动恢复相机运动和场景结构。它是一种自校准的技术能够自动地完成相机追踪与运动匹配。上面描述了SfM工作的流水线。1. 2D Feature Tracking(1)提取关键点,用以检测良好的特征:Shi&Tomasi,SIF原创 2014-12-11 16:21:40 · 21840 阅读 · 0 评论 -
Lambertian 反射(也叫理想散射)
http://www.blogbus.com/shijuanfeng-logs/208306249.html原创 2014-11-01 15:28:30 · 48705 阅读 · 1 评论 -
深度恢复
预计近期总结原创 2014-11-18 15:34:40 · 622 阅读 · 0 评论 -
同心拼图(concentric mosaics)
沈向洋博士在Siggraph99原创 2014-11-11 20:36:10 · 1698 阅读 · 0 评论 -
ComputerVision 网站+会议+领先研究室+专家+代码网址
作机器视觉和图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最高成就的几个超级专家(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献),解决第二个问题的办法是你最好能够找到一个实际应用的项目,边做边写文章。 做好这几点的途径之一就是利用网络资源,利用权威网站和专家们的个人主页。原创 2014-11-07 18:48:41 · 2656 阅读 · 0 评论 -
图像拼接算法及实现
第一章 绪论 1.1 图像拼接技术的研究背景及研究意义 图像拼接(image mosaic)是一个日益流行的研究领域,他已经成为照相绘图学、计算机视觉、图像处理和计算机图形学研究中的热点。图像拼接解决的问题一般式,通过对齐一系列空间重叠的图像,构成一个无缝的、高清晰的图像,它具有比单个图像更高的分辨率和更大的视野。 早期的图像拼接研究一直用于照相绘图学,主要是对大量转载 2014-10-30 17:09:56 · 67557 阅读 · 3 评论 -
合成全景图中计算机视觉技术的知识和原理
(本文部分内容摘自http://www.guokr.com/post/445059/,)原创 2014-11-16 20:14:42 · 6915 阅读 · 0 评论 -
局部图像特征描述概述
局部图像特征描述是计算机视觉的一个基本研究问题,在寻找图像中的对应点以及物体特征描述中有着重要的作用。它是许多方法的基础,因此也是目前视觉研究中的一个热点,每年在视觉领域的顶级会议ICCV/CVPR/ECCV上都有高质量的特征描述论文发表。同时它也有着广泛的应用,举例来说,在利用多幅二维图像进行三维重建、恢复场景三维结构的应用中,其基本出发点是要有一个可靠的图像对应点集合,而自动地建立图像转载 2014-11-16 21:25:43 · 686 阅读 · 0 评论 -
让你垂涎的计算机视觉 Matlab 源码~ 希望对你有用~
(http://blog.renren.com/share/340039432/17742227002?from=0101010202&ref=timelinefeed&sfet=102&fin=0&fid=26025230354&ff_id=340039432&platform=6&expose_time=1416224932)不小心浏览到Peter Kovesi的个人主页,打开了这原创 2014-11-17 19:50:30 · 6062 阅读 · 2 评论 -
计算机视觉、图像处理学习资料汇总(转)
一、研究群体http://www-2.cs.cmu.edu/~cil/vision.html这是卡奈基梅隆大学的计算机视觉研究组的主页,上面提供很全的资料,从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件,甚至还有一个搜索引擎。 http://www.cmis.csiro.au/IAP/zimage.htm这是一个侧重图像分析的站点,一般。但是提供一个Image Analys原创 2014-11-17 19:58:10 · 3036 阅读 · 0 评论 -
从CVPR 2014看计算机视觉领域的最新热点(转)
作者:胡哲-微软亚洲研究院实习生,本科毕业于浙江大学,目前在加州大学Merced分校攻读博士。曾在Adobe创新科技实验室实习,研究方向为计算机视觉和图像处理。在CVPR, ECCV, BMVC等知名国际会议上发表论文7篇(oral 2篇)(本次cvpr入选3篇),并担任多家期刊及会议的审稿人,如TIP, ECCV, ACCV等。计算机视觉(Computer Vision)是近十几年来原创 2014-11-17 19:58:56 · 786 阅读 · 0 评论 -
SIFT特征提取分析
http://blog.csdn.net/abcjennifer/article/details/7639681转载 2014-11-01 18:40:12 · 692 阅读 · 0 评论 -
21世纪初最有影响力的20篇计算机视觉期刊论文(转)
http://www.cnblogs.com/youth0826/archive/2012/12/04/2801481.html选取论文的原则:(1)期刊论文,主要来源于以下期刊:TPAMI,IJCV,TIP,CVIU,IVC,MVA,PR,JMIV,IJPRAI…(2)发表在2000年以后(3)SCI检索次数大于1000,来源于Web of Science数据库。原创 2014-11-17 20:01:03 · 851 阅读 · 0 评论 -
2D转3D
(本文部分内容摘选自http://www.cnblogs.com/ImageVision/archive/2012/03/26/2418602.html)原创 2014-11-17 11:09:26 · 3758 阅读 · 0 评论 -
RANSAC原理与实现
RANSAC为RANdom SAmple Consensus的缩写,它是根据一组包含异常数据的样本数据集,计算出数据的数学模型参数,得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出原创 2014-11-17 14:47:14 · 6148 阅读 · 0 评论 -
UFLDL练习总结--杨炜炜.HFLS
今天做完了UFLDL wiki上的所有练习,一共10个。UFLDL是Unsupervised Feature Learning and Deep Learning的缩写。UFLDL wiki由斯坦福大学计算机系Andrew Ng教授研究组制作,页面上罗列了目前比较经典的一些UFLDL方面的算法,并配有练习。 练习1:Sparse Autoencoder原创 2014-11-17 19:53:47 · 1102 阅读 · 0 评论 -
21世纪初最有影响力的30篇计算机视觉会议论文(转)
选取论文的原则:(1)会议论文,主要来源于以下会议:CVPR, ICCV, ECCV, BMVC, FG, ICIP, ICPR, WACV, ICASSP, MM, IJCAI, UAI, AAAI…(其实后面的几个会议都是打酱油的,AI类的期刊也木有高引CV文章,事实也是如此,没有收录ICML和NIPS等,见谅)(2)发表在2000年以后,数据来源于微软学术搜索(http://原创 2014-11-17 20:00:11 · 979 阅读 · 0 评论 -
DIBR-3D图像变换(3D Image Warping)
DIBR的核心就是首先利用深度信息将参考图像投影到三维欧式空间,然后再将三维空间点投影到虚拟摄像机的成像平面上。在计算机图形学中被称为3D Image Warping技术。像素坐标系和图像坐标系如图一所示,三维空间点在成像平面上的位置可以通过像素坐标系和图像坐标系来表示。在直角整数像素坐标系u-v中,每个像素的坐标(u,v)T分别代表该像素在二维图像转载 2014-11-01 18:43:56 · 8308 阅读 · 0 评论 -
机器学习和计算机视觉相关的数学
1. 线性代数 (Linear Algebra):我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所读的是Introduction to Linear Algebra (3rd Ed.) by Gilbert转载 2014-11-02 09:35:19 · 768 阅读 · 0 评论 -
立体视觉入门
齐次坐标编辑所谓齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。例如,二维点(x,y)的齐次坐标表示为(hx,hy,h)。由此可以看出,一个向量的齐次表示是不唯一的,齐次坐标的h取不同的值都表示的是同一个点,比如齐次坐标(8,4,2)、(4,2,1)表示的都是二维点(4,2)。给出点的齐次表达式[X Y H],就可求得其二维笛卡尔坐标,即[X Y原创 2014-11-18 11:11:27 · 823 阅读 · 0 评论 -
Bundler 用户指南
copyright 2008-2009 Noah Snavely (snavely@cs.cornell.edu) 什么是Bundler?Bundler是主要用于无序图片(源于搜索引擎的图片)收集的运动估计结构的系统。Bundler以一组图片、图片特征、图像之间的匹配关系作为输入,以此重建相机的3D位置和场景的稀疏结构。系统使用递增的方式重建场景,每次处理原创 2014-12-22 14:23:29 · 2527 阅读 · 0 评论