算法
文章平均质量分 94
蘇丶
这个作者很懒,什么都没留下…
展开
-
Retinex算法介绍
Retinex是一种常用的建立在科学实验和科学分析基础上的图像增强方法,它是Edwin.H.Land于1963年提出的。就跟Matlab是由Matrix和Laboratory合成的一样,Retinex也是由两个单词合成的一个词语,他们分别是retina 和cortex,即:视网膜和皮层。Land的retinex模式是建立在以下三个假设之上的:(1)真实世界是无颜色的,我们所感知的颜色是光与物质的相转载 2017-08-30 11:07:13 · 972 阅读 · 0 评论 -
双边滤波器原理及Matlab实现
双边滤波器是什么?双边滤波(Bilateral filter)是一种可以保边去噪的滤波器。之所以可以达到此去噪效果,是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。可以与其相比较的两个filter:高斯低通滤波器(http://en.wikipedia.org/wiki/Gaussian_filter)和α-截尾均值滤波器(去掉百分率为α的最小转载 2017-08-30 17:11:58 · 17130 阅读 · 6 评论 -
基于SIFT特征的全景图像拼接
基本步骤 1 读入两张图片并分别提取SIFT特征2 利用k-d tree和BBF算法进行特征匹配查找3 利用RANSAC算法筛选匹配点并计算变换矩阵4 图像融合SIFT算法以及RANSAC算法都是利用的RobHess的SIFT源码,前三个步骤RobHess的源码中都有自带的示例。 1 SIFT特征提取直接调用RobHess源码(见RobHess的SIFT源码分析:综述 http://bl转载 2017-08-30 22:36:23 · 4739 阅读 · 1 评论 -
二维坐标排序
在提取光场子孔径图像重要步骤:微透镜中心点排序 由于opencv提取到的微透镜中心坐标不是按从上到下从左到右的顺序,因此需要对中心点进行排序; 这个问题就类似于二维坐标排序: 注:这个图是CSDN论坛上面的一个人问的类似的问题,我拿来用一用。首先我们先看一下取得中心点的坐标 同一行的中心点坐标可能会相差几个数,但是他们是属于同一行,然后在同一行中我们要从左到右给中心点进行排序。 比原创 2017-10-31 19:07:14 · 10260 阅读 · 5 评论 -
光场子孔径图像提取(C++实现)
光场光线在一个空间中的分布,不仅可以记录光线的强度,还可以记录光线的方向,光场相机与普通相机的不同之处是微透镜阵列,也就是在主透镜 和传感器之间加入了微透镜阵列,如图所示: 可以通过下面链接了解一下光场: 漫谈计算摄影学 论文: 《Light Field Photography with a Hand-held Plenoptic Camera》——Ren NG概念:1...原创 2018-03-08 14:17:35 · 5475 阅读 · 13 评论 -
图像清晰度评价15种方法对比
转载自:http://nkwavelet.blog.163.com/blog/static/227756038201461532247117 在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用,对目前几种较为常用的...转载 2018-07-02 21:27:32 · 53809 阅读 · 14 评论 -
EVA改进(点锐度算法)图像清晰度评价方法C++实现
根据王鸿南论文中的方法实现《图像清晰度评价方法研究 》 《图像清晰度评价方法研究 》 跟求梯度没什么区别,只不过是换了一个模板double PVA_Grad(Mat &img){ double P = 0; for (int i = 1; i < img.rows - 1; i++) { //定义行指针 uchar *...原创 2018-07-03 14:31:36 · 4093 阅读 · 3 评论 -
C++字符串find,find_first_of,find_last_of
1.find说明:查找字符串str1首字符在另一个字符串str中出现的位置,但是str1必须为其子字符串 str1.find(str2); // 从串str1中查找时str2,返回str2中首个字符在str1中的地址 str1.find(str2,5); // 从str1的第5个字符开始查找str2 ...原创 2018-10-14 22:27:36 · 9794 阅读 · 0 评论 -
低照度图像增强之卷积神经网络RetinexNet
转载请标注:https://blog.csdn.net/weixin_38285131目录一丶Retinex理论——图像分解二丶RetinexNet卷积神经网络1.训练数据说明2.分解网络——Decom3.增强网络——Relight4.结果展示 低照度图像增强一直是计算机视觉领域的一个热门研究方向,之前传统的基于Retinex理论的研究方法已经...原创 2019-03-07 11:14:57 · 38702 阅读 · 58 评论