- 博客(9)
- 资源 (7)
- 收藏
- 关注
原创 Opencv实现全景图像展开之柱面展开和透视展开法
有一篇论文介绍了几种展开的方法:《基于3D全景视觉的智能三维立体摄像设备的设计》原始全景图像,我从另一篇博客中下载下来的:展示一下结果:柱面展开图:标题透视展开结果:一 圆柱展开cylinderOnvoid cylinderOn(Mat Src){ int nbottom = 0; int ntop = 0;...
2019-03-30 15:56:16 9257 3
原创 ImportError: Could not find 'cudart64_90.dll' 解决办法
这种问题基本上都是由于Tensorflow,cuda,cudnn不兼容造成的可参考我上一篇转载的博客,里面有Tensorflow,cuda,cudnn之间的版本对应,我目前安装的是Tensorflow1.8+cuda9.0+cudnn7.5+python3.6Tensorflow,cuda,cudnn版本对应问题下载正确的版本,然后进行环境配置就ok了一丶环境变量配置...
2019-03-23 15:51:39 6868 1
转载 Tensorflow python cudnn cuda对应版本
linux下:windows下:上面两张图是在这里找到的:https://www.tensorflow.org/install/source 另外附上下载链接:CUDA 下载地址 点击打开链接cudnn 下载地址(需要注册账号) 点击打开链接tensorflow-cpu 下载地址 点击打开链...
2019-03-23 15:29:40 3741
原创 Matlab标定工具箱标定相机并校正图像
一丶拍摄棋盘格可以将棋牌格打出来,从不同的角度拍摄棋盘格图像,我从不同角度拍摄的棋盘格,其实拍摄的不好,光线不均匀,并且不同角度的变化不是很大,我使用A4纸打印出来进行的拍摄棋盘格拍摄效果不好,可能会影响后续的标定效果,等下我们会介绍一下。二丶Matlab标定工具箱标定下拉即可找到camera calibrator在相机校正窗口中添加棋盘格图像,然后会让你输...
2019-03-22 09:44:22 19988 19
原创 基于双目摄像头SGBM视差图的障碍物提取
基于双目摄像头所拍摄的图像进行障碍物提取,主要分为一下四个步骤:1.双目摄像头校正2.视差图提取3.删除无关干扰区域4.提取障碍物轮廓,重心,大小等属性一丶相机标定相机标定有很多方法,光流自标定,棋盘格标定等,张正友标定法,网上可以了解一下,最后得出相机的一系列参数/*事先标定好的相机的参数fx 0 cx0 fy cy0 0 1*///MATLAB...
2019-03-13 21:29:47 3860 2
原创 边缘检测算子性能评价Matlab实现之——MSE,PSNR,FOM(品质因数)
利用各种梯度算子,Roberts,Sobel,Canny等算子对灰度图像计算梯度,然后对梯度图像进行性能评价,有很多指标,本博客主要介绍一下MSE,PSNR,FOM的实现,具体原理就不解释了,直接放代码吧一丶计算MSE和PSNRCompute_MSE_PSNR.mfunction [PSNR, MSE] = Compute_MSE_PSNR(Ref_img, goal_img)...
2019-03-07 21:30:09 9103 4
原创 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...
2019-03-07 11:14:57 36334 57
转载 Python爬虫爬任意图片
转载自:https://blog.csdn.net/csdn_fzs/article/details/79028705在进行深度学习模型训练的时候用python爬虫下载图片真的好方便,下面是爬虫爬图片的代码。简直爽歪歪import re # 导入正则表达式模块import requests # python HTTP客户端 编写爬虫和测试服务器经常用到的模块import random...
2019-03-04 22:43:58 1301 1
原创 图像色彩增强之python实现——MSR,MSRCR,MSRCP,autoMSRCR
最近在做街景图象色彩校正方面的工作,对于过暗,过曝光,以及背光等现象,用过一些gamma校正以及其他的方法,最终选择基于Retinex原理的方法对这几种现象都有一定的增强效果。最开始的时候是基于Retinex的单尺度的SSR。原理很多博客都解释了,但是感觉看起来很复杂,我感觉就三个步骤:1)将图像进行log变换2)然后将log图像进行高斯模糊3)利用原图和模糊之后的log图像做差分之后很多...
2019-03-04 08:35:52 37381 82
基于品质因数的边缘检测算子性能优劣客观评价研究
2019-03-07
Deep Retinex Decomposition for Low-Light Enhancement
2019-03-06
Tao光场图像深度估计代码及解析
2018-05-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人