![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
文章平均质量分 72
张洪睿
这个作者很懒,什么都没留下…
展开
-
matlab图像处理--区域生长法
区域生长法:区域生长是按照事先定义的生长准则将一个像素或者子区域逐步聚合成一个完整独立的连通区域过程。对于图像感兴趣目标区域R,z为区域R上事先发现的种子点,按照规定的生长准则逐步将与种子点z一定邻域内符合相似性的像素合并成一个种子群以备下一阶段的生长,这样不断的进行循环生长直到满足生长停止条件为止,从而完成了对感兴趣区域由一个种子点生长为一个独立连通区域的过程(引用) 区域生长算法...原创 2018-05-10 16:48:50 · 19026 阅读 · 5 评论 -
opencv视觉跟踪——CAMshift(meanshift均值漂移)
关于CAMshift的资料很多,如下链接写的都很不错,我就说说自己对CAMshift的理解https://blog.csdn.net/li_dongxuan/article/details/70667170https://blog.csdn.net/leixiaohua1020/article/details/12236091总结:一:HSV对光照影响小,RGB空间对光照影响大。...原创 2018-10-15 10:10:50 · 420 阅读 · 0 评论 -
opencv——基于kmeans的图像分割
kmeans为无监督聚类最重要的算法,本文用kmeans算法对图像进行分割。算法原理参考:https://blog.csdn.net/u013719780/article/details/51755124https://blog.csdn.net/qq_36134318/article/details/80408658https://blog.csdn.net/xiligey1/art...原创 2018-11-19 17:06:05 · 1397 阅读 · 0 评论 -
opencv——GMM图像分割
GMM即高斯混合模型,GMM加上贝叶斯就能对图像进行分割。在说高斯混合模型之前,得先认识单高斯模型,即高斯分布(正态分布),由图可知,以某个点为例,它的高斯分布含义:离该点越近其权重越大影响越大,越远其权重越小影响越小,中心点的大小要受到周围点的影响。比如 5 _ 10 _ _ 6,以10为中心点的高斯分布,_代表距离,因为5离10更近,权值更大,设为0.8,则5变成5*0.8=4。因为6离...原创 2018-11-19 17:06:39 · 3299 阅读 · 0 评论 -
opencv——基于SVM的数字识别(1)
关于SVM的原理有很多优秀的视频和资料,这里我主要说下利用SVM对数字识别的具体应用首先,需要有数字的训练样本https://download.csdn.net/download/weixin_41721222/10784418把0-9文件夹放入模版匹配样本之中,自己可修改。 核心思路:1:获取一张训练图片后会将图片特征写入到容器中,紧接着会将标签写入另一个容器中,...原创 2018-12-11 14:01:36 · 7514 阅读 · 15 评论 -
opencv——基于KNN的数字识别
KNN即K个最近邻,网上有很多关于KNN的文章。我大概总结下核心:假设有A图片,让A与训练样本依次计算相似度(可用欧式距离),挑选出K个与A图片相似度最大的图片,这K个图片中,哪种类型最多那么定义A图片也属于该类型。首先,需要有数字的训练样本https://download.csdn.net/download/weixin_41721222/10784418 KNN的数字识...原创 2018-12-11 14:26:08 · 4206 阅读 · 3 评论 -
opencv——批量修改图片像素大小
#include "stdafx.h"#include<opencv2/opencv.hpp>#include<iostream>using namespace std;using namespace cv;Mat dealimage;int num = 0;ostringstream oss;//结合数字和字符串void xiugai(Mat de...原创 2018-12-11 14:38:41 · 2847 阅读 · 2 评论 -
opencv——基于SVM的数字识别(3)
前两篇文章写了基于两种特征提取的SVM数字识别https://blog.csdn.net/weixin_41721222/article/details/84953788https://blog.csdn.net/weixin_41721222/article/details/84978343这篇文章主要是关于模型评估,即识别数字的正确率 下面代码是opencv3 c++...原创 2018-12-13 13:29:02 · 2971 阅读 · 3 评论 -
opencv——基于SVM的数字识别(2)
上篇文章我们用的特征是训练样本的所有像素点值,虽然方便但不准确。这篇文章主要介绍用SVM+HOG特征对数字进行识别。详细请看上篇文章,它们主要区别在于训练样本HOG特征的提取,其他基本一样,所以我直接附上代码。下面代码是opencv3和C++可以根据自己需要修改训练样本类别,数目,尺寸。oss的训练样本路径,src的检测图片路径。#include <stdio.h&g...原创 2018-12-12 19:52:59 · 2569 阅读 · 0 评论 -
matlab图像处理--预迭代阈值分割
预迭代阈值分割:图像分割关键在于找到最佳阈值,通过迭代方式逼近最佳阈值,是图像分割的有效办法。算法思路: 例如:1,99 取2,50,98都能分割1和99,但是50与1和99差别最大,为最佳阈值。可以看出两个数的中间值为最佳阈值。哪俩个部分呢? 例如:1,2,98,99 我们假设40作为阈值,得到1,2作为A部分,得到98,99作为B部分。A部分均值为1.5,B部分均值...原创 2018-05-06 11:11:50 · 8666 阅读 · 2 评论 -
matlab图像处理--Otsu阈值分割
Otsu算法:取一个最优阈值把原图像分为前景色(A部分)与背景色(B部分),两部分的类间方差越大,说明两部分差别越大,便能有效的分割图像。所以该算法最关键的是找到最优阈值。方差: 例如 1,2,3,4,5 先求均值:1/5(1+2+3+4+5)=3 方差=1/5[(1-3)^2+(2-3)^2+(3-3)^2+(4...原创 2018-05-05 17:50:41 · 60807 阅读 · 8 评论 -
opencv视觉跟踪——消除背景建模
消除背景建模就是找出视频中移动的区域,把移动的区域设为白色对象方便观察,其他没有移动的区域设为黑色背景。消除背景建模是视频跟踪最基本的方法。可用基于机器学习的KNN算法或者图像分割MOG算法不论是KNN还是MOG,它们对于消除背景建模的思路是一样的以KNN为例:假设在视频的第10帧为开始,用KNN算法可以把第10帧图像中的所有像素点划分为K类。即每个像素点都有属于自己的类别。 ...原创 2018-11-06 15:38:24 · 1274 阅读 · 0 评论