vine_branches的专栏

转载至原文：http://www.cnblogs.com/CBDoctor/archive/2011/10/24/2222358.htmlK-means算法是最简单的一种聚类算法。算法的目的是使各个样本与所在类均值的误差平方和达到最小（这也是评价K-means算法最后聚类效果的评价标准）K-means聚类算法的一般步骤：初始化。输入基因表达矩阵作为对象集X，输入指定

从http://blog.csdn.net/qingli518/article/details/7069221转载的，这篇也是转载的，不知道出处了~二值图像的腐蚀和膨胀图像数字处理中应用相当广泛，代码处理也很简单，只不过一些资料在介绍腐蚀和膨胀原理时，用一些形态学、集合上的概念和术语，搞得也有些”高深莫测“了。    从图像处理角度看，二值图像的腐蚀和膨胀就是将一个小型二值图（结构

算术编码，还是我大百度的ppt讲的好：http://wenku.baidu.com/link?url=4soY4XVmRbkYVDTo4sAOdvROsOGjRwgRgDbaNdSqvn7xx_mPWTc1gBfsl1nOChHG0Q7H6lt4yt_RsdcAhmg0T7whQ-j_cMxvh9oO1Kwo4UO

本文转载至http://blog.csdn.net/abcjennifer/article/details/7428737一般地，图像对比度都是在灰度图上进行增强，这在Zhang Rachel的一篇文章中已经给出了实现方法（http://blog.csdn.net/abcjennifer/article/details/7401921），最通常的办法就是直方图均衡化，而彩色图像的对比度增强

复习中遇到要直方图均衡化，在网上找到如下介绍：直方图均衡化算法分为三个步骤，第一步是统计直方图每个灰度级出现的次数，第二步是累计归一化的直方图，第三步是计算新的像素值。第一步：    for(i=0;i       for(j=0;j          n[s[i][j]]++;       }    }    for(i=0;i        p[i]=n[i

声明：本文转载至http://blog.csdn.net/wd1603926823/article/details/48374369。转载至此，方便以后查阅理论部分来自《单幅圆形鱼眼图像的校正》 其实他是在《应用经纬映射的鱼眼图像校正设计方法》得到经纬度后  再采用柱面压缩 把经纬度变换到一个图像平面即可这篇其实我早就看了  只是之前经纬度校正程序编出来是一个乱七八糟的 现在既然把

本文转载至http://www.cnblogs.com/tandychao/archive/2010/06/04/1751686.html这两天在做鱼眼图像的校正，也就是鱼眼镜头拍摄的照片的校正。首先，先贴两张图，学学siggraph，哈哈哈。开玩笑。梦寐以求的图形学年会啊！ 这里采用的方法，是从鱼眼图像成像的原理入手，反投影到平面图像，所以，很简单。而且景深可以调节，调节

When anordinary camera is pointed upward (for example, to photograph a tall building)vertical lines at the edges tilt inward in the resulting image.  If the camera is pointed downward, vertical linesa

In contrast to optical distortion, perspective and geometric distortions are no lens aberrations. The apparent anomaly is emphasized by a wrong viewpoint for the image. Ideally each photograph should be viewed from a viewpoint that corresponds to the viewp

本文转载至：http://blog.csdn.net/lpt19832003/article/details/1713718，备份至此，仅为方便查阅JPEG文件编/解码详解cat_ng 猫猫JPEG（Joint Photographic Experts Group）是联合图像专家小组的英文缩写。它由国际电话与电报咨询委员会CCITT（The International Te

本文转载至：http://blog.csdn.net/crzy_sparrow/article/details/7407604    本文目录：      一.基于特征点的目标跟踪的一般方法      二.光流法      三.opencv中的光流法函数      四.用类封装基于光流法的目标跟踪方法      五.完整代码   

hello, World#include "cv.h"#include "highgui.h"#include #include using namespace std;// Load the source image. HighGUI use.IplImage *image = 0, *gray = 0, *out=0;CvMat source, destination, h

本文转载自http://blog.csdn.net/holybin/article/details/48776949，尊重原创，备份在此，只为日后方便查阅，如有冒犯，请告知。一、ORB详细介绍（该部分转自：http://www.cvchina.info/2011/07/04/whats-orb/） ORB是是ORiented Brief的简称。ORB的论文：http://www

对于搞图像的人，opencv是标标配，经常会使用到这个开源库，虽说，配置好工程，就能调用lib，可是不能单步跟踪opencv的源码，始终是内心的痛，好吗？（必须解决这个痛点！） 其实很简单，首先，我是自己下的opencv源码，然后cmake编译了OpenCV.sln工程，靠这个工程，也可以手动编译得到.lib,.dll一般的，小伙伴们配置好头文件路径，lib路径，然后跑demo，bia J

一、图像坐标：我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的，但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心，接下来

现在在作3D的东西，得到左右两个视角的图，但不知道怎么来判断效果，不知道哪个结果更好，怎么办？现在整理了些方法，备份在此，供大家分享和讨论。1.Red-Cyan anaglyph      没有眼镜也没有关系，看视觉的一致性，视觉不一致，会带来retinal rivalry，我是这么理解的吧，如果object A在左视角出现，不在右视角出现，或者虽然都出现，但是二者形状改变等，左右眼融合得

1.3Calibration标定3个水平放置的相机及其相对位置，跟双目标定类似，先分别标定每个相机的内外参数，再标定第2,3相机相对第一个相机的位置，并用校正来检验标定效果2.bagofwords_classification用SVM训练的方法，识别单词？貌似是这个意思3. bgfg_gmg在光照条件会发生改变的情况下，提取背景？4.bgfg

本文试图从宏观的视角，解释这些个问题：这个校正是干嘛的，为啥要作这个立体校正呢，以及如何做。本文分享给像我一样“白手起家”的小伙伴们，要进行更深入的研究，可以参考文章后面的干货列表。如果用一句话来解释立体校正，那么，敲黑板，划重点“立体校正就是，把实际中非共面行对准的两幅图像，校正成共面行对准。”这话读起来有点深奥，配个图，就好理解啦！（1）未校正以前左右眼视图（2）校正后的左右眼视图果然一图胜似...

检查了这个video路径，是对的，而cvCaptureFromFile总是返回空，网上搜了一下，需要装个Xvivid解码器

1.计算点与轮廓的距离及位置关系——pointPolygonTest()2.矩的计算——moments()3.形状匹配(比较两个形状或轮廓间的相似度)——matchShapes()先上ppt：    代码：1.计算点到轮廓的距离与位置关系   ///计算点到轮廓的距离与位置关系 #include "opencv2/op...