算法
文章平均质量分 88
sysylar
这个作者很懒,什么都没留下…
展开
-
canny边缘检测算法_Tips
步骤:去噪声任何边缘检测算法都不可能在未经处理的原始数据上很好地处理,所以第一步是对原始数据与高斯平滑模板作卷积,得到的图像与原始图像相比有些轻微的模糊(blurred)。这样,单独的一个像素噪声在经过高斯平滑的图像上变得几乎没有影响。寻找图像中的亮度梯度图像中的边缘可能会指向不同的方向,所以 Canny 算法使用 4 个 mask 检测水平、垂直以及对角线方向的边缘。原创 2016-11-26 14:43:39 · 1156 阅读 · 0 评论 -
视频清晰度、色偏以及亮度异常检测
昨天老板临时交代一个活,要求通过算法检测监控设备是否存在失焦、偏色、亮度异常等问题。问题本身不难,在网上查看了一些资料,自己也做了一些思考,方法如下: 1.失焦检测。 失焦的主要表现就是画面模糊,衡量画面模糊的主要方法就是梯度的统计特征,通常梯度值越高,画面的边缘信息越丰富,图像越清晰。需要注意的是梯度信息与每一个视频本身的特点有关系,如果画面中本身的纹理就很少,即使不...转载 2018-07-16 10:17:35 · 724 阅读 · 0 评论 -
使用积分图像进行自适应二值化[Derek Bradley, Gerhard Roth, 2007]
忽略光照不均的影响做二值化,没想到自己毕设设计的算法竟然在07年就有人搞出来了、囧~原文地址: http://people.scs.carleton.ca/~roth/iit-publications-iti/docs/gerh-50002.pdf OpenCV源码地址: http://blog.csdn.net/qiaxi/article/details/49207243 ...转载 2018-05-17 22:33:42 · 3153 阅读 · 0 评论 -
Sift中尺度空间、高斯金字塔、差分金字塔(DOG金字塔)、图像金字塔
这是一篇很棒的介绍金字塔的博文,由浅入深,逐步到DOG金字塔~一、 图像金字塔图像金字塔是一种以多分辨率来解释图像的结构,通过对原始图像进行多尺度像素采样的方式,生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部,以金字塔形状排列,往上是一系列像素(尺寸)逐渐降低的图像,一直到金字塔的顶部只包含一个像素点的图像,这就构成了传统意义上的图像金字塔。获得图像金字塔一般包括二个步骤:1. 利用...转载 2018-05-17 13:39:45 · 603 阅读 · 0 评论 -
图像金字塔
1、从opencv函数的金字塔函数和尺度缩放函数说起Opencv里面金字塔和resize函数都是有关图像分辨率的问题。我们经常会将某种尺寸的图像转换为其他尺寸的图像,如果放大或者缩小图片的尺寸,笼统来说的话,可以使用OpenCV为我们提供的如下两种方式:<1> resize函数。这是最直接的方式,<2> pyrUp( )、pyrDown( )函数。即图像金字塔相关的两个函数...转载 2018-05-17 11:50:49 · 328 阅读 · 0 评论 -
低通滤波器相关理解
转自这里2.低通滤波器 2.1理想的低通滤波器 其中,D0表示通带的半径。D(u,v)的计算方式也就是两点间的距离,很简单就能得到。 使用低通滤波器所得到的结果如下所示。低通滤波器滤除了高频成分,所以使得图像模糊。由于理想低通滤波器的过度特性过于急峻,所以会产生了振铃现象。 2.2巴特沃斯低通滤波器 同样的,D0表...转载 2018-05-17 11:22:30 · 3939 阅读 · 0 评论 -
为什么高斯函数适用性那么广?
转自这里因为独立同分布中心极限定理,它的证明比较复杂就不写了,有兴趣搜一下.其大概意思是:如果n个随机变量独立且同分布,那么当n趋于无穷大的时候,n个随机变量的和的分布函数就呈现正态分布的形式.比如galton钉板实验.是比较好理解且直观的例子. 如果你接受了这个事实,那么就很好理解为什么高斯这么广泛地应用.因为大部分事情在人类不知道其本质的情况下,我们都假设其为独立同分布的.所以其大量统计规律理...转载 2018-05-17 11:09:40 · 466 阅读 · 0 评论 -
高斯滤波器理解
先给出高斯函数的图形。 高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。一维零均值高斯函数为: g(x)=exp( -x^2/(2 sigma^2)其中,高斯分布参数Sigma决定了高斯函数的宽度。对于图像处理来说,常用二维零均值离散高斯函数作平滑滤波器。 高斯函数具有五个重要的性质,这些性质使得它在早期图像处理...转载 2018-05-17 11:00:46 · 1700 阅读 · 0 评论 -
关于图像的高斯模糊
这里有个文章,说得太容易理解了。看这里,看这里!这篇文章里给我印象最深的地方是,为什么要使用高斯函数来做平滑。就是这个图,横轴表示与中心点的距离,纵轴代表权重。额、怎么以前没人这么跟我说,早这么说,早明白了。MD横轴的分辨率随便调,还是连续函数,真是爽啊,爽啊~还有,这博客值得收藏,好博客,赞一个! 我这大半夜抽的是什么风、原创 2017-04-17 00:49:10 · 439 阅读 · 0 评论 -
机器学习的相似度度量
很好很强大!~ 机器学习的相似度度量本文目录:1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离6. 马氏距离7. 夹角余弦8. 汉明距离9. 杰卡德距离 & 杰卡德相似系数10. 相关系数 & 相关距离11. 信息熵 ...转载 2018-08-13 22:11:56 · 383 阅读 · 0 评论