Blob detection+高斯二阶导(拉普拉斯模板)+尺度的选择+加快速度(DoG+分层处理)

最新推荐文章于 2024-03-05 16:44:13 发布
最新推荐文章于 2024-03-05 16:44:13 发布
阅读量1.9k 收藏 9
点赞数 3
分类专栏： CV
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37684437/article/details/108075887
版权

Blob detection

什么是Blob：

图像特征点检测包括角点和斑点,今天来说说斑点,斑点是指二维图像中和周围颜色有颜色差异和灰度差异的区域,因为斑点代表的是一个区域,所以其相对于单纯的角点,具有更好的稳定性和更好的抗干扰能力.斑点通常是指与周围有着颜色和灰度差别的区域。在实际地图中，往往存在着大量这样的斑点，如一颗树是一个斑点，一块草地是一个斑点，一栋房子也可以是一个斑点。由于斑点代表的是一个区域，相比单纯的角点，它的稳定性要好，抗噪声能力要强，所以它在图像配准上扮演了很重要的角色。同时有时图像中的斑点也是我们关心的区域，比如在医学与生物领域，我们需要从一些X光照片或细胞显微照片中提取一些具有特殊意义的斑点的位置或数量。

视觉领域的斑点检测的主要思路是检测出图像中比周围像素灰度打或者比周围区域灰度值小的区域,一般来说,有两种基本方法

1.基于求导的微分方法,这成为微分检测器

2.基于局部极值的分水岭算法,OPENCV中提供了simpleBlobDetector特征检测器来实现这种基本的斑点检测算法.

高斯二阶导(有尺度的选择特性)

在这里插入图片描述
拉普拉斯模板：高斯二阶导
在这里插入图片描述
找最大相应
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

保持面积不变，信号不衰减
高斯二阶导遇到的问题：信号衰减(权重模板)
在这里插入图片描述
找到最小值，它的信号就是跟8有关的
在这里插入图片描述
二阶拉普拉斯模板
在这里插入图片描述
在这里插入图片描述
找这个0平面

尺度的选择

在这里插入图片描述
在这里插入图片描述

R和方差的关系：完全对齐的时候相应才会得到最大值
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
每个点都要进行判断，最后做最大化抑制
在这里插入图片描述
应用：
1.在harris角点附件做拉普拉斯变换(解决像素太多，平移，选择，光照问题)
2.尺度不变性
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
可以在上个图像模板上进行卷积，同时计算出DOG(跟拉普拉斯相应一样的)，加快速率
再次解释(可以在上个图像模板上进行卷积)，结果一样的

看这个卷积核的size就变小了，因为是对下面那张图做卷积，所以实际上方差小了，模板size也小了(6n+1)
在这里插入图片描述

在这里插入图片描述
三层输出一个尺度：与上下层的点相比输出最大的，希望输出是连续的–>k值
s=2，DOG=4层，Gaussian5层(S+3层)，这样才能保证聚变的空间是连续的(根号二倍)，
在这里插入图片描述
下采样选择倒数第三层的！！，2倍的方差，下采样后变成1倍方差
在这里插入图片描述
DOG其实是一样的
在这里插入图片描述

https://www.bilibili.com/video/BV1nz4y197Qv?t=3795&p=8
https://www.bilibili.com/video/BV1nz4y197Qv?p=10

weixin_37684437
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
BlobDetection
hm成长之路
11-22 1633
代码 #include <iostream> #include <opencv2/opencv.hpp> int main() { using namespace cv; //using namespace std; Mat src = imread("C:/Users/sualab/Desktop/blob_detection.jpg"); //斑点是图...
Python: scikit-image Blob detection
Matrix-11
12-12 5690
这个用例主要介绍利用三种算法对含有blob的图像进行检测，blob 或者叫斑点，就是在一幅图像上，暗背景上的亮区域，或者亮背景上的暗区域，都可以称为blob。主要利用blob与背景之间的对比度来进行检测。这个用例介绍了三种算法; Laplacian of Gaussian (LoG) 这是速度最慢，但是最准确的一种算法，简单来说，就是对一幅图先进行一系列不同尺度的高斯滤波，然后对滤波后的图像做
Blob Detection Using OpenCV
sangky的专栏
10-20 1798
本系列主要为learn opencv的翻译和学习，整理。 参考：https://www.learnopencv.com/blob-detection-using-opencv-python-c/ 斑点检测 斑点是指图像中有相同性质的像素组成的连通区域 python代码： import cv2 import numpy as np; im = cv2.imread(“blob.jpg”, cv2.I...
openCV_blob_detection
06-20
video_blob 加载一系列图像并使用 openCV 2.4.11 在 csv 中输出每个图像中最大亮点中心的坐标 (x,y)。
opencv检测图片失焦 python_【转】使用OpenCV进行斑点检测Blob Detection Using OpenCV ( Python, C++ )...
weixin_40003283的博客
12-22 377
要做个检测圆的程序，除了传统hough方法，还以用这个blob检测算法，听别人说这个算法就是检测“一坨东西”用的。不得不说最后一个图真好，我再opencv官方文档都找不到这么好的图，也没有什么教程，唯有这篇文章如此详细告诉我怎么用。特别要注意，默认检测黑色点，如果要检测白色的点请设置bycolor为true，并且color数值是255.斑点通常是指与周围有着颜色和灰度差别的区域。在实际地图中，往往...
strus+spring保存文件为blob类型
10-11
在IT行业中，尤其是在Web开发领域，经常需要处理文件上传并将其存储在数据库中。这个案例主要探讨了如何在Struts2和Spring框架下实现文件上传并以BLOB（Binary Large Object）类型保存到数据库中。BLOB是数据库系统...
Vue 后台管理类项目兼容IE9+的方法示例
10-17
例如，使用`display: -ms-flexbox`代替`display: flex`，以及处理IE特有的定位问题。 对于Excel导出异常，问题可能出在文件流的处理上。在IE中，axios可能无法正确处理二进制响应流。一个解决方案是使用原生的...
php+html5多进程实现超大附件无刷新上传
07-10
在IT领域，尤其是在Web开发中，处理大文件上传是一个常见的挑战。"php+html5多进程实现超大附件无刷新上传"是一种优化解决方案，旨在提高用户体验并确保上传稳定性。这个技术结合了HTML5的新特性与PHP后端处理，使得...
解决springmvc+mybatis+mysql中文乱码问题
09-03
当查询的字段是Blob类型时，需要特别注意处理。在MyBatis的映射文件中，将`resultType`从`java.lang.String`改为`java.util.Map`，然后在后端代码中手动转换字节数组为字符串，使用UTF-8解码，确保中文能正确显示。...
Blob+Export2Excel.rar
04-28
Blob和Export2Excel是Web开发中的两个重要概念，特别是在处理数据导出到Excel时。Vue.js，一个流行的前端JavaScript框架，结合Blob和Export2Excel.js库，为开发者提供了方便的数据导出功能。以下是对这两个技术及其...
高斯拉普拉斯算子的卷积模板
格物致知的专栏 [音视频编解码 网络协议 计算机视觉 计算机图形学 图像理解 语音识别 机器学习 模拟电路 传感器]
06-20 7798
Laplacian of Gaussian Operator是用于边缘检测的算子, 其形状如一个墨西哥草帽。 相关的资料很多，本文不赘述，这里谈谈它的卷积模板，常用的卷积模板有 这两个模板是怎么得出的呢？ 经过一番调查，得出一些结论。 以下是个人观点，总结为： 1. 卷积模板都是由整数元素构成的矩阵。卷积是乘法运算的累积，整数乘法比浮点数效率高。 2. 该卷积模板具有最大的对
OpenCV Laplace point/edge detection拉普拉斯点/边缘检测的实例(附完整代码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
04-26 440
OpenCV Laplace point/edge detection拉普拉斯点/边缘检测的实例OpenCV Laplace point/edge detection拉普拉斯点/边缘检测的实例 OpenCV Laplace point/edge detection拉普拉斯点/边缘检测的实例 #include "opencv2/videoio.hpp" #include "opencv2/highgui.hpp" #include "opencv2/imgproc.hpp" #include <cty
例程讲解-10-blob_detection颜色识别（单）
qq_46465292的博客
04-13 2008
函数介绍： find_blobs函数: image.find_blobs(thresholds[, invert=False[, roi[, x_stride=2[, y_stride=1[, area_threshold=10[, pixels_threshold=10[, merge=False[, margin=0[, threshold_cb=None[, merge_cb=None]]]]]]]]]]) 查找图像中所有色块，并返回一个包括每个色块的色块对象的列表。请观察 image.blob
matlab拉普拉斯算子边缘检测_使用MATLAB进行点、线、边缘检测
weixin_42511373的博客
12-24 3459
1、点检测使用T1模板进行孤立的点检测：T1=[-1 -1 -1;-1 8 -1;-1 -1 -1];该模板和imfilter函数一起实现点检测：g=abs(imfilter(tofloat(f),T1))>=w;该指令分成三个基本步骤：1）计算滤波后的图像：abs(imfilter(tofloat(f),T1))2）从滤波后的图像数据中找出w值；可将图像中的最大点作为w值，因为如果g中不存...
基于游程法的二值图像Blob 分析算法
春有百花秋有月，夏有凉风冬有雪！
08-20 3227
按照处理对象的不同， 目前典型的连通性分析算法包括基于像素的方法和基于游程的方法。后者是对像素法的一种改进，它充分利用了区域各部分之间的连通关系，搜索空间得到压缩，整体效率高于前者， 因此近年来得到了更多的关注。在具体实现上，这两类方法都可采用递归法或序贯算法。递归法实现起来简单，但运行时需要消耗大量堆栈， 除了效率低，在实际应用中还容易因堆栈资源耗尽而造成算法不稳定。
opencv官网 Blob检测
最新发布
every place is the center of the universe
03-05 755
将blobColor设为0以选择较暗的Blob，设为255则选择较亮的Blob。基于大小：你可以通过设定参数filterByArea为1，并设置合适的minArea和maxArea值，从而根据Blob的大小进行过滤。用于检测图像中的斑点或目标区域的方法，它可以识别具有特定属性（如颜色、大小、形状等）的连通区域。Blob 是图像中一组连接的像素，它们共享一些共同属性（例如，灰度值）。在上图中，深色连接区域是 Blob，Blob 检测旨在识别和标记这些区域。圆度： 这个参数衡量的是Blob接近圆形的程度。
边缘检测算法——Laplace算子
m0_45306991的博客
05-05 5133
1.拉普拉斯算子 拉普拉斯算子是一个二阶边缘算子，即梯度的散度。拉普拉斯算子的实现也是通过模板实现。常用的拉普拉斯模板定义如下： 拉普拉斯算子计算图像的二阶导数，对于图像噪声比较敏感。拉普拉斯算子的结果为标量，表示边缘的宽度。但是它经常产生双像素宽边缘，而且不能提供方向信息，因此较少使用于边缘检测。在VTK中由vktImageDataLaplacian实现。 2.代码 `#include “Test.h” #include <vtkAutoInit.h> VTK_MODULE_INIT(vtk
Laplace(拉普拉斯)算子 和 高斯拉普拉斯算子（Laplacian of Gaussian, LoG）
mjiansun的专栏
11-02 5276
Laplace算子作为边缘检测之一，和Sobel算子一样也是工程数学中常用的一种积分变换，属于空间锐化滤波操作。拉普拉斯算子（Laplace Operator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）。拉普拉斯算子是二阶微分线性算子，在图像边缘处理中，二阶微分的边缘定位能力更强，锐化效果更好，因此在进行图像边缘处理时，直接采用二阶微分算子而不使用一阶微分。
点、线检测
sinat_36391198的博客
06-20 2622
点检测： 我们通过导数来进行点的检测。在离散数据，也就是图像的灰度集合之中，我们用数字差分来表示导数。 如一阶导数的数字差分 ， 二阶导数的数字差分 将差分位置从x+1移到x有 上面是对于x方向的差分，求x和y方向的二阶导数的差分和为拉普拉斯算子。 有 其中 ...
vue3+failed+to+construct+'Blob'+the+object+must+have+a+callable+@@iterator+property
12-26
这个问题是关于 Vue 3 和 Blob 对象的。首先，Blob 对象是一个表示不可变、原始数据的类，常常在需要加载和操作二进制文件或者内容时使用。但是，从 Vue 3 的角度来看，你可能是在尝试将 Blob 对象传递给某个需要它的函数或组件，但出现了错误。 错误信息 "failed to construct 'Blob' the object must have a callable @@iterator property" 通常意味着你尝试在未正确初始化的 Blob 对象上调用了一个方法，或者你尝试将一个非 Blob 对象强制转换为了 Blob。Blob 对象不能直接构造，而需要通过 `new Blob()` 或者从 URL 中读取等方法创建。 因此，如果你正在尝试将 Blob 对象传递给 Vue 组件或方法，你需要确保你已经正确创建并初始化了这个 Blob 对象。另外，你需要确保你正在传递的对象是一个 Blob 对象，而不是其他类型的数据。 以下是一个简单的创建 Blob 对象的例子： ```javascript let blob = new Blob(["Hello, world!"], { type: "text/plain" }); ``` 在这个例子中，我们创建了一个新的 Blob 对象，它包含了一个字符串 "Hello, world!"，并且类型为 "text/plain"。 如果你仍然遇到问题，我建议你提供更多的代码上下文，这样我可以更准确地帮助你解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值