图像处理
文章平均质量分 84
迷上微笑
这个作者很懒,什么都没留下…
展开
-
改进的混合高斯背景建模
对智能视频监控来说,摄像机处于静止情况。假设视频图像中背景像素点的特征在一段时间内变化不大,则可以认为在这一段时间内,背景像素点服从高斯分布。但是在实际情况中,存在树枝晃动、水波等干扰,背景像素点会呈现出双峰或者多峰的现象,因此必须采用多个高斯分布的方式来描述背景像素点的特征,以降低干扰。混合高斯模型的原理:根据Stauffer和Grimson的假设,到第t时刻。像素点(x0,y0)的原创 2015-10-12 18:07:24 · 13007 阅读 · 2 评论 -
Kalman滤波器
本博客参考: http://xiahouzuoxin.github.io/notes假设一辆质量为m的小车,受恒力F推动,沿r方向做匀加速直线运动,小车在t-ΔT时刻的位移是s(t-1),此时的速度为v(t-1)。求:t时刻的位移是s(t),速度为v(t)?由牛顿第二定律,求得加速度:那么就有下面的位移和速度关系:将上面的表达式用矩阵表示如下:转载 2016-03-12 11:44:43 · 902 阅读 · 0 评论 -
ORB特征检测算法
论文:ORB: an efficient alternative to SIFT or SURFORB特征是将FAST特征点检测方法与BRIEF特征描述子结合起来,并针对它们的缺点进行了改进和优化。FAST特征点检测方法:FAST特征点检测的具体过程,可以参考之前的博客。FAST特征点是没有尺度不变性的,在该论文中,提出构建了金字塔,在金字塔的每一层上检测角点,并用Harr原创 2017-06-27 17:28:52 · 697 阅读 · 0 评论 -
BRIEF特征描述子
转自:http://www.mamicode.com/info-detail-922469.html简介 BRIEF是2010年《BRIEF:Binary Robust Independent Elementary Features》的文章中提出,BRIEF是对已检测到的特征点进行描述,它是一种二进制编码的描述子,摈弃了利用区域灰度直方图描述特征点的传统方法,大大的加快转载 2017-06-24 19:43:45 · 1519 阅读 · 0 评论 -
susan角点检测算法
SUSAN算法是1997年牛津大学的Smith等人提出的一种处理灰度图像的方法,它主要是用来计算图像中的角点特征。SUSAN算法选用圆形模板(如图1所示)。将位于圆形窗口模板中心等待检测的像素点称为核心点。核心点的邻域被划分为两个区域:亮度值相似于核心点亮度的区域即核值相似区(Univalue SegmentAs-similatingNueleus,USAN)和亮度值不相似于核心点亮度的区域。原创 2015-10-18 11:40:00 · 19714 阅读 · 4 评论 -
FAST角点检测算法
FAST是一种角点检测算法,其思想源于corner的定义,也就是检测候选点周围像素点的像素值,如果候选点周围邻域内有足够多的像素点与该候选点的灰度值差别够大,则认为该候选点为一个特征点。 FAST检测角点的过程: 1. 初步筛选,如下图所示,将像素点P1、P5、P9、P13的像素值与中心像素点P的像素值进行比较, 如果至少有三个像素点的像素值都大于Ip + t,原创 2017-06-26 20:10:26 · 3149 阅读 · 0 评论 -
Harris角点检测算法
本文的内容基本来源于以下博客,主要是为了方便以后再次学习。https://sanwen8.cn/p/3edp0eU.htmlhttp://blog.csdn.net/newthinker_wei/article/details/45603583http://blog.csdn.net/crzy_sparrow/article/details/7391511https:/转载 2017-06-29 16:32:24 · 868 阅读 · 0 评论