计算机视觉
文章平均质量分 95
南山牧笛
只有站在高处,才会看见更美丽的风景
展开
-
雾霾太重?深度神经网络教你如何图像去雾
导读北京城被中度污染天气包围,到处都是灰蒙蒙一片——雾霾天又来了。从11日起,雾霾天气就开始出现,根据北京环境监测中心最新预报,这一轮雾霾短期内不会明显好转,尤其是今明两天,北京空气质量维持在4级中度污染,雾霾会一直持续到本周日。雾霾是特定气候与人类活动相互作用的结果。高密度人口的经济生产及社会活动会排放大量细颗粒物,一旦排放量超过大气循环和承载能力,悬浮颗粒受静稳天气的影响持转载 2016-11-27 14:38:45 · 13740 阅读 · 0 评论 -
opencv二值图孔洞填充算法
申明,本文非笔者原创,原文转载自:http://geniusshare.blog.sohu.com/149854097.html孔洞者,不与大背景联通却具有大背景颜色的像素也,所以思路如下:将大背景全部用前景色(白色)填充(cvFloodFill函数,一(0,0)为种子点即可),即得到孔洞图(此时孔洞用为黑色),然后将此图二值反转,即得到用白色表示的孔洞图,然后将此空洞图与原二值图相加(使用c转载 2015-09-17 09:52:05 · 1086 阅读 · 0 评论 -
基于MeanShift的目标跟踪算法及实现
这次将介绍基于MeanShift的目标跟踪算法,首先谈谈简介,然后给出算法实现流程,最后实现了一个单目标跟踪的MeanShift算法【matlab/c两个版本】 csdn贴公式比较烦,原谅我直接截图了… 一、简介 首先扯扯无参密度估计理论,无参密度估计也叫做非参数估计,属于数理统计的一个分支,和参数密度估计共同构成了概率密度估计方法。参数密度估计方法要求特征空间服转载 2015-09-16 21:33:02 · 657 阅读 · 0 评论 -
Meanshift,聚类算法
记得刚读研究生的时候,学习的第一个算法就是meanshift算法,所以一直记忆犹新,今天和大家分享一下Meanshift算法,如有错误,请在线交流。Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束. 1. Meanshift推导给定d维空间Rd的n个样本点 ,i=1,…,n,在空间中转载 2015-09-16 21:28:03 · 374 阅读 · 0 评论 -
神奇的图像处理算法
作者: 阮一峰日期: 2011年8月13日几周前,我介绍了相似图片搜索。这是利用数学算法,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,让我们一起来看一下。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,放大后就转载 2015-09-10 21:22:48 · 475 阅读 · 0 评论 -
相似图片搜索的原理
作者: 阮一峰日期: 2011年7月21日上个月,Google把"相似图片搜索"正式放上了首页。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。你输入网片的网址,或者直接上传图片,Google就会找出与其相似的图片。下面这张图片是美国女演员Alyson Hannigan。上转载 2015-09-10 20:36:55 · 364 阅读 · 0 评论 -
相似图片搜索的原理(二)
作者: 阮一峰日期: 2013年3月31日二年前,我写了《相似图片搜索的原理》,介绍了一种最简单的实现方法。昨天,我在isnowfy的网站看到,还有其他两种方法也很简单,这里做一些笔记。一、颜色分布法每张图片都可以生成颜色分布的直方图(color histogram)。如果两张图片的直方图很接近,就可以认为它们很相似。任何一种转载 2015-09-10 21:02:47 · 357 阅读 · 0 评论 -
关于相似图片搜索
← c中使用libcurl抓取网页一个期望问题 →关于相似图片搜索2011 年 09 月 04 日 isnowfy programGo to comment先说一下搜索的原理,其实就是不管你搜索什么,都是将你要搜的东西提取出特征值,然后按照特征值比较相似度,按照相似度排序呈献给用户就可以了,所以总共来说需要解决两个问题,一个是如何取得特征转载 2015-09-10 21:01:33 · 422 阅读 · 0 评论 -
OPENCV下SIFT算法使用方法笔记
这几天继续在看Lowe大神的SIFT神作,看的眼花手脚抽筋。也是醉了!!!!实在看不下去,来点干货。我们知道opencv下自带SIFT特征检测以及MATCH匹配的库,这些库完全可以让我们进行傻瓜似的操作。但实际用起来的时候还不是那么简单。下文将对一个典型的基于OPENCV的SIFT特征点提取以及匹配的例程进行分析,并由此分析详细的对OPENCV中SIFT算法的使用进行一个介绍。OPENCV下S转载 2015-07-26 23:01:12 · 948 阅读 · 0 评论 -
opencv k近邻
K Nearest Neighbors计算待测数据与样本库中每个样本的距离,得到距离最小的前K个,进行投票表决,前K个中某一类的样本数最多,则判断待测数据为此类。一、opencv 中主要的函数有:(1)CvKNearest::train 训练KNN模型[html] view plaincopybool CvKNeare转载 2015-07-27 21:00:38 · 437 阅读 · 0 评论 -
OpenCV中的HOG+SVM物体分类
这里总结网上自己找到的资料,搞一个简单的框架供大家参考一下。OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html在http://blog.csdn.net/sangni007/arti转载 2015-07-28 18:50:37 · 421 阅读 · 0 评论 -
从零使用OpenCV快速实现简单车牌识别系统
不错的计算机视觉博客:http://blog.csdn.net/lee_cv/article/details/9180719篇文章献给所有第一次听说车牌识别ANPR但需要短时间实现的苦逼同学们。 最近的小学期实训做的是一个车牌识别系统,说实话真不知道学校怎么想的,虽然说图像处理也算的上是数字媒体很重要的一块分支了,但咱这几年学的全是图形渲染啊。图形与图像虽然只差了一个字,但转载 2015-09-17 10:14:00 · 6151 阅读 · 2 评论 -
计算机视觉的一个较大的数据集索引
这里面有全部的计算机视觉数据库http://riemenschneider.hayko.at/vision/dataset/原创 2016-01-16 12:41:07 · 487 阅读 · 0 评论 -
CVonline: Image Databases(CVonline)视觉/图像数据集大列表
http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm原创 2016-01-16 18:37:31 · 593 阅读 · 0 评论 -
间谍卫星的基础?YOLT——利用卷积神经网络对卫星影像进行多尺度目标检测(Part I)
摘要: 利用卷积神经网络(CNN)对卫星影像进行多尺度目标检测,该文是在YOLO模型的基础上改进提出YOLT模型,该方法极大的提高了背景区分,并能够在不同尺度和多个传感器上快速检测出物体。本文由北邮@爱可可-爱生活 老师推荐,阿里云云栖社区组织翻译。以下为译文: 利用卷积神经网络,对于卫星影像中多尺度目标检测而言,你只需要看两次(Part I)在大片物体中检测小转载 2016-11-27 13:36:17 · 2475 阅读 · 0 评论 -
阿里研究员华先胜:图像搜索的前世今生
摘要让你买买买停不下来的淘宝是如何做到所拍即所得的? 以下内容为由4月27日由将门主办的“计算机视觉”主题技术专家微信群分享嘉宾实录。 自我介绍我在2001年北大数学系十年寒窗博士毕业以后加入了微软亚洲研究院在之后9年半的时间在研究院一直从事图像和视频的分析工作。2010年底我突然变得有点迷盲虽然一直也在做产品但实际上还没转载 2016-05-23 17:09:38 · 1568 阅读 · 0 评论 -
【推荐】大规模的自然场景文字检测与识别数据库
http://vision.cornell.edu/se3/coco-text/转载 2016-02-02 23:55:03 · 1478 阅读 · 0 评论 -
【推荐】大规模的自然场景文字检测与识别数据库
http://vision.cornell.edu/se3/coco-text/原创 2016-02-02 23:46:17 · 1869 阅读 · 0 评论 -
用Python和OpenCV创建一个图片搜索引擎的完整指南
http://python.jobbole.com/80860/非常好的网站,有关于python的实际项目,非常实用。大家都知道,通过文本或标签来搜索图片的体验非常糟糕。无论你是将个人照片贴标签并分类,或是在公司的网站上搜索一堆照片,还是在为下一篇博客寻找合适的图片。在用文本和关键字来描述图片是非常痛苦的事。我就遇到了这样的痛苦的事情,上周二我打开了一个很老的家庭相册,其中的照转载 2015-12-06 10:53:37 · 1607 阅读 · 3 评论 -
机器视觉开源代码集合
一、特征提取Feature Extraction:SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Covariant Features [5] [Oxfor转载 2016-01-25 00:03:08 · 487 阅读 · 0 评论 -
图像视觉领域新文章及相应开源代码
持续跟新可以看看这个 http://blog.csdn.net/workerwu/article/details/46537849场景识别: SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling https://github.c转载 2016-01-24 23:57:54 · 1060 阅读 · 0 评论 -
关于图像特征提取
网上发现一篇不错的文章,是关于图像特征提取的,给自己做的项目有点类似,发出来供大家参考。 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。转载 2015-12-22 22:40:33 · 3914 阅读 · 0 评论 -
matlab学习:人脸识别之HOG(Histograms of Oriented Gradients)
matlab(19) 作者同类文章X转自:http://www.cnblogs.com/ryanlaw/archive/2012/02/05/2339250.htmlHOG descriptors 是应用在计算机视觉和图像处理领域,用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图(edge orie转载 2015-12-14 19:36:35 · 1489 阅读 · 0 评论 -
【数据集】A Face Detection Benchmark
http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/原创 2016-01-17 12:49:10 · 1890 阅读 · 0 评论 -
opencv6.1-imgproc图像处理模块之平滑与形态学操作
这个部分是《opencv-tutorials.pdf》的部分,这部分也是几大部分中例子最多的,其实这个教程的例子都很不错,不过有些看得出来还是c接口的例子,说明例子有些年头了,其实在“opencv/sources/samples”有不同的接口的例子,看完这个教程,下一步就可以看看里面的不同的代码来学习,只是没有说明而已,不过在《opencv-refman.pdf》中会说到某某例子可以参考,也说明这转载 2015-07-28 21:00:42 · 534 阅读 · 0 评论 -
【OpenCV】角点检测:Harris角点及Shi-Tomasi角点检测
当一个窗口在图像上移动,在平滑区域如图(a),窗口在各个方向上没有变化。在边缘上如图(b),窗口在边缘的方向上没有变化。在角点处如图(c),窗口在各个方向上具有变化。Harris角点检测正是利用了这个直观的物理现象,通过窗口在各个方向上的变化程度,决定是否为角点。将图像窗口平移[u,v]产生灰度变化E(u,v)由:, 得到:对于局部微小的移动量 [u转载 2015-07-29 18:54:37 · 951 阅读 · 0 评论 -
opencv-图像金字塔-上采样-下采样
本文主要实现对输入图像的上采样和下采样操作,使用到pyrUP和pyrDown两个函数来对分别对图像进行上采样和下采样。图像金字塔是一系列图像集合,它们从源图像连续的进行下采样,直到需要的位置才停止操作。两种常见的图像金子塔如下所述:1.高斯金字塔:用于下采样图像。2.拉普拉斯金字塔:用于把下层低分辨率的图像进行上采样重建。本文用到的是高斯金字塔。1)转载 2015-07-29 18:40:19 · 4180 阅读 · 0 评论 -
字符识别OCR研究 字符识别,字符区域定位
字符识别经验总结:一、 视频帧中字符的识别(video ocr):难点1:视频流中,出现字符后,立即开始采集含有字符的视频帧;难点2:对视频帧中字符区域的定位;难点3:快速有效的识别出字符; 其中视频帧中字符区域的定位有多种方法:(1) 基于梯度的方式:字符最大的特征就是梯度性很多,利用字符的梯度特征,定位字符区域。转载 2015-07-29 13:11:30 · 3097 阅读 · 0 评论 -
机器视觉项目一:小孔判定与最短距识别
Question:以下两幅图像,判断出哪个有孔,并计算出图中勺子的最窄处的宽度?我用vc++编写的识别框架如下:1.运行界面打开图像:2.点击区域分割与提取:3.进行多次中值滤波,然后进行一次一阶微分运算,运算结果放大两倍,然后去25二值化得到边界图:然后计算最后操那个图的像素总值,2.bm转载 2015-07-29 09:41:18 · 959 阅读 · 0 评论 -
车牌识别技术详解五--采用LBP+HOG SVM做目标分类,车牌检测,字符检测等
在样本数量比较少的情况下,可以采用HOG、SVM对样本进行初步的筛选出,正负样本,本文接着上一节二值化出来部分样本后,用pictureRelate做初步筛选出正负样本各500,准确训练。1、pictureRelate使用http://www.walthelm.net/picture-relate/ 可以用来比较图片的相似程度,或找出类似的图片文件的图像处理工具。在同转载 2015-07-29 13:07:47 · 1605 阅读 · 0 评论 -
字符识别OCR研究:简单案例分析 字符识别
图像描述:单张图片,信息量比较大,字符区域明显。 样本以及待识别的样本的处理过程: 首先二值化,阈值100时的效果图。第一步:检测图像Blob块,去掉图像左上端的黑快方法:直接对二值图像进行从左上开始的像素扫描,连续的黑色像素值,遇到白像素时停止扫描,然后对扫描遇到的黑色像素点赋值为白色像素。 第二步:确定字符在竖直方转载 2015-07-29 10:26:53 · 2355 阅读 · 0 评论 -
OCR字符识别
OCR字符识别 2012-07-23 16:36:34| 分类: 图像处理与计算机 | 标签:ocr |字号大中小 订阅简单、直观的实现优于复杂、难懂的实现,最近开发扑克识别过程的总结http://www.cnblogs.com/xiaotie/archive/2010/05/23/1741946.html最近开发了款通用的扑克识别程序,本文谈下心转载 2015-07-28 21:42:24 · 1061 阅读 · 0 评论 -
GIST特征描述符使用
出处:http://www.cnblogs.com/justany/archive/2012/12/06/2804211.html一种场景特征描述场景特征描述?通常的特征描述符都是对图片的局部特征进行描述的,以这种思路进行场景描述是不可行的。比如:对于“大街上有一些行人”这个场景,我们必须通过局部特征辨认图像是否有大街、行人等对象,再断定这是否是满足该场景。但这个计转载 2015-07-28 11:07:47 · 683 阅读 · 1 评论 -
CxImage
CxImageRate this:CxImage is a C++ class to load, save, display, transform BMP, JPEG, GIF, PNG, TIFF, MNG, ICO, PCX, TGA, WMF, WBMP, JB转载 2015-07-28 21:50:26 · 1159 阅读 · 0 评论 -
blob特征检测原理与实现
计算机视觉讨论群162501053 转载请注明:http://blog.csdn.net/abcd1992719g/article/details/27071273收入囊中 理解blob特征会利用OpenCV API提取blob特征自己实现blob特征检测 首先要了解,什么是blob特征,我们来看下面两幅图片。 直观上来看,blob特征就是一团,一坨东西,它并不一定是圆形的,总之它就是那么转载 2015-07-28 23:03:41 · 12057 阅读 · 0 评论 -
照片的OCR识别
来自ng的ml-003中 18_XVIII._Application_Example-_Photo_OCR这是ng2013年在coursera上最后的一课了。这一系列的几个视频还是相比前面有些难懂,。。。。。。ng说拿这个做例子有三个原因:一、演示如何将复杂的机器学习进行融合;二介绍下机器学习的type line和当你决定做某事的时候如何的利用资源;三、这个例子能够说明更多有趣的机转载 2015-07-28 13:56:47 · 657 阅读 · 0 评论 -
CvScalar
一句话:CvScalar就是一个包含四个元素的结构体变量。CvScalar定义可存放1—4个数值的数值,其结构如下。typedef struct CvScalar{ double val[4];}CvScalar;------------------------------------------------CvScalar pt;如果转载 2015-07-29 22:00:21 · 545 阅读 · 0 评论 -
经典算法研究系列:九、图像特征提取与匹配之SIFT算法
http://blog.csdn.net/v_july_v/article/details/6186942转载 2015-07-29 22:34:14 · 649 阅读 · 0 评论 -
傅里叶变换和小波分析
无论是傅立叶变换还是小波变换,其实质都是一样的,既:将信号在时间域和频率域之间相互转换,从看似复杂的数据中找出一些直观的信息,再对它进行分析。由于信号往往在频域有比在时域更加简单和直观的特性,所以,大部分信号分析的工作是在频域中进行的。音乐——其实就是时/频分析的一个极好例子,乐谱就是音乐在频域的信号分布,而音乐就是将乐谱变换到时域之后的函数。从音乐到乐谱,是一次傅立叶或小波变换;从乐谱到音乐,就转载 2015-07-29 21:36:43 · 2652 阅读 · 1 评论 -
【OpenCV】SIFT原理与源码分析:DoG尺度空间构造
SIFT原理与源码分析》系列文章索引:http://blog.csdn.net/xiaowei_cqu/article/details/8069548尺度空间理论自然界中的物体随着观测尺度不同有不同的表现形态。例如我们形容建筑物用“米”,观测分子、原子等用“纳米”。更形象的例子比如Google地图,滑动鼠标轮可以改变观测地图的尺度,看到的地图绘制也不同;还有电影中的拉伸转载 2015-07-29 20:09:10 · 449 阅读 · 0 评论