vine_branches的专栏

        今天看论文的时候又看到了协方差矩阵这个东西，作图像基本就绕不过它，虽然公式网上都有，但是不太明白它的物理意义，通俗的说，它到底是干嘛的，为啥总露脸，哪里都看得到~~单以前看PCA的时候就特困扰，没想到现在还是搞不清楚，索性开始查协方差矩阵的资料，恶补之后决定马上记录下来，嘿嘿~本文我将整理网上搜到的资料，谈谈我的理解，我自认为是循序渐进的方式谈协方差矩阵，希望一篇文章，讲清它的来龙...

1.当我们在作内存管理的时候，为了兼容不同位的系统，需要当前的指针是128（32）的倍数，那么需要将指针 作128位的对齐。#define ALIGN_SIZE 128pAlignedPoint= ((MDWORD)pAlignedPoint + ALIGN_SIZE - 1)& (~(ALIGN_SIZE - 1));2.向下取整#define ALIGN_SIZ

一个实现堆排序的源代码，// HeapSort.cpp : Defines the entry point for the console application.// 实现堆排序// CopyRight@ suhua, 22/08/2012#include "stdafx.h"#include "stdio.h"#include using namespace std;//

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

在这篇博客里，主要讲解两点：点定位(Point localization)以及边缘定位(Edge localization)，均是亚像素级定位精度。当然还有其他定位方法，这里仅针对亮点和边缘两种情形分别进行精确定位。 1. 为何需要进行亚像素定位？>数字图像通常是被离散化成像素形式；>每个像素对应一个整数坐标位置；>整数坐标位置对于很多应用然而并不精确，比如跟...

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...

最小二乘匹配LSM，最小二乘模板匹配LSTM2、最小二乘模板匹配《基于序列图像》《数字摄影测量学》 1、定义以给定的模式作为参考模板，是高精度匹配法之一。最小二乘影像匹配LSM：德国Ackermann提出，利用影像窗口内的信息进行平差计算，使得影像匹配达到0.1甚至0.01像素的精度。不仅可以解决单点匹配single-point matching求视差，也可以直...

我们每个人都会在我们的生活或者工作中遇到各种各样的最优化问题，比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。随着学习的深入，博主越来越发现最优化方法的重要性，学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解，比如我们现在学习的机器学习算法...

版权声明：本文为博主转载文章，如有不妥，请私信删除。原文地址： https://blog.csdn.net/qq_34784753/article/details/68951918图像的距离变换实现了像素与图像区域的距离变换，使得最后生成的图像在该自己元素位置处的像素为0，临近的背景的像素具有较小的值，且随着距离的增大它的的数值也就越大。对于距离图像来说，图像中的每个像素的灰度值为该像素与距离...

彩色模型数字图像处理中常用的采用模型是RGB（红，绿，蓝）模型和HSV（色调，饱和度，亮度），RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。HSV模型HSV模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation），亮度（V：value）。由A. R...

本篇为转载文章作者：chenlong_Ethen 来源：CSDN 原文：https://blog.csdn.net/chenlong_ethen/article/details/74784390?utm_source=copy 在直方图的基础之上，考虑均值方差匹配（本质上根据直方图完成一次线性映射，y=kx+b;），来达到颜色匹配的效果。（颜色匹配在PS软件上也有类似功能）匹配分为...

当图像中物体的灰度值存在差异，可以通过阈值分割的方法提取出目标所在区域。常用的算子有：auto_threshold功能：根据直方图决定的阀值分割图像。bin_threshold功能：根据自动产生的阈值分割图像。char_threshold功能：为提取的字符产生一个分割阈值。check_difference功能：逐个像素的比较两幅图像。dual_threhold功能：对...

本文转载自  http://www.cnblogs.com/tiandsp/archive/2012/12/16/2820916.html，感谢作者Dsp Tian的分享。     过去也写过透视变换，当时算法真是弱爆了，我竟然会通过两次变换。不过那引用的三篇文章都是非常好的文章，直到今天我才看明白。所谓的倾斜校正，一定要有标定点，将一个倾斜的矩形变为不倾斜的。因此可以从原四边形四个点

Problem：  Implement theKalman Filter (Use identity matrix for statepropagation)or other smoothing filter of your choice on the enclosed “speed24.csv” data.Compare the filtered and the original dat

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

在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器

版权声明：    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com。也可以加我的微博: @leftnoteasy前言：    上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用

Opencv CvSolve函数主要是用来求解线性系统Ax=b的方程，X的解。solve函数跟它的算法是一样的，也是用来求解线性系统。        设方程Ax = b.根据有效的方程个数和未知数的个数，可以分为以下3种情况：1）rank（A） 2) rank（A） =  n  方程个数等于未知数的个数， 方程存在唯一的精确解，解法通常有我们熟悉的消元法，LU分解法3) rank(

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

本文转载至https://zhuanlan.zhihu.com/p/19763358，原创作者韩昊，转载声明：谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。    我保证这篇文章和你以前看过的所有文章都不同，这是 2012 年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者……这篇文章的核心思想就是：要让读者

本文转载至http://www.cnblogs.com/pegasus/archive/2011/05/20/2052031.html对于图像来说，高斯滤波器是利用高斯核的一个2维的卷积算子，用于图像模糊化（去除细节和噪声）。1. 高斯分布一维高斯分布 ， 二维高斯分布   2.高斯核理论上，高斯分布在所有定义

近期，公司的事情略少，于是乎开始钻研一下已经火了很久的模式识别，话说，每次公司的seminar都会提到深度学习啊，分类啊，我都像丈二的和尚，摸不着头脑。趁有时间，得补一补。    我应该先百度或谷歌一下，哪些入门材料，然后开始学习，blabla。。。    然并卵，我天性懒惰，不爱看一大堆一大堆的文字，既不生动，又显得十分枯燥。于是乎，我开始看ppt，图文并茂，重点的知识又列出来了。一个下

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

   简单的说，这种算法假设一副图像由前景色和背景色组成，通过统计学的方法来选取一个阈值，使得这个阈值可以将前景色和背景色尽可能的分开。或者更准确的说是在某种判据下最优。与数理统计领域的 fisher 线性判别算法其实是等价的。otsu算法中这个判据就是最大类间方差 (intra-class variance or the variance within the class)。下面就来详细说说...