- 博客(14)
- 收藏
- 关注
RSS订阅原创 计算机视觉--BOF图像检索
一.Bag Of Features简介特征包（Bag-of-Features）模型来源于文本检索中的Bag of Words模型，所谓的Bag of Words模型意思是一篇文档是山很多单词组成的，描述这篇文档的方法是将这篇文档映射到对应的词典（codebook）中，通过观察每个单词出现的频率确定文档主题。图像也是由很多视觉单词组成，描述一幅图像的内容通过计算图像映射到对应视觉单词上的频率来表达。二.BOF图像检索流程1.特征提取：通过sift算法提取图像特征。2.学习“视觉词典”。3.
2020-05-24 22:57:36
701
原创 NCC算法视差匹配
1.NCC算法介绍NCC是一种基于统计学计算两组样本数据相关性的算法，其取值范围为[-1, 1]之间，而对图像来说，每个像素点都可以看出是RGB数值，这样整幅图像就可以看成是一个样本数据的集合，如果它有一个子集与另外一个样本数据相互匹配则它的ncc值为1，表示相关性很高，如果是-1则表示完全不相关。NCC计算公式如下：其中NCC(p,d) NCC(p,d)NCC(p,d)得到...
2020-04-26 16:44:19
1372
1
原创 相机标定
目录1.简介2.基本原理2.1 外参矩阵2.2 内参矩阵3.实现步骤4.matlab实现棋盘格标定4.1数据集4.2实现步骤4.3实验结果：5.总结1.简介在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必...
2020-04-07 18:10:16
462
原创 全景图像拼接
目录1.概念2.基本原理3.代码实现4.实验结果与分析4.1固定点位拍摄多张图片实现图像的拼接融合4.2 视差变化大的场景进行图像拼接5.总结1.概念图像全景拼接就是将多张图片（两两间存在一定的重叠部分，可以是不同时间、不同视角或者不同传感器获得的）拼成一幅无缝的全景图或高分辨率图像的技术。2.基本原理在图像拼接过程中，首先通过sift算法提取图...
2020-03-24 16:26:11
733
1
原创 sift-特征提取与检索
目录1.sift算法1.1 算法简介1.2 实现步骤2.关键点检测2.1构建DOG尺度空间2.1.1 尺度空间的表示2.1.2 高斯金字塔的构建2.1.3 高斯差分金字塔2.1.4 空间极值点检测2.2 关键点定位2.3 关键点方向赋值2.4 关键点特征描述2.5 关键点匹配3.实验具体实现3.1 构造数据集3.2 实现数据集中，每张...
2020-03-08 15:56:55
973
原创 Harris角点检测
目录一.基本原理1.基本思想2.数学模型二.实现代码三.实验结果与分析1.场景一：纹理平坦场景2.场景二：多水平边缘场景3.场景三：角点丰富场景四.实验总结一.基本原理1.基本思想判断图像的角点，可以利用卷积窗口滑动的思想，让以该点为中心的窗口在附近滑动。如下图是所有描述角点文章的初始图例，当滑动窗口沿任意方向移动，灰度值都不变化则是均匀区域；如果灰...
2020-02-25 17:24:14
297
原创 计算机视觉--图像处理基础
目录一.图像轮廓与直方图1.基本原理2.代码实现3.实验结果二.图像降噪1.基本原理2.代码实现3.实验结果三.直方图均衡化1.基本原理2.代码实现3.实验结果一.图像轮廓与直方图1.基本原理图像直方图就是指图像中各像素的统计值，反映图像中每种灰度的出现频率。用一定数目的小区间（bin）来指定表征像素值的范围，每个小区间会得到落入该小区间...
2020-02-23 12:38:35
319
原创 粒子群优化算法
算法简介粒子群算法，也称粒子群优化算法或鸟群觅食算法(Particle Swarm Optimization),缩写为PSO,是近年来由J.Kennedy和R.C.Eberhart等开发的一种新的进化算法(Evolutionary Algorithm - EA)。PSO算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗...
2019-12-03 23:50:01
855
原创 遗传算法解决TSP问题
TSP（traveling salesman problem，旅行商问题）描述的是某一旅行商从某个城市出发访问每个城市一次且仅一次，最后回到出发城市，目标是寻找一条最短的遍历n个城市的路径。TSP是典型的NP完全问题，其时间复杂度随问题规模的增加按指数形式增长。这里使用遗传算法求解TSP问题。1.算法原理遗传算法的基本思想是从初始种群出发，采用优胜劣汰，适者生存的自然法则选择个体，并通过杂交，...
2019-11-19 22:51:41
939
原创 遗传算法
1.基本思想遗传算法的基本思想是从初始种群出发，采用优胜劣汰，适者生存的自然法则选择个体，并通过杂交，变异来产生新一代种群，如此逐代进化，直到满足目标为止。2.算法流程3.算法实现3.1 GA算法实现clc;clear all;format long;%设定数据显示格式%初始化参数T=500;%仿真代数N=50;% 群体规模pm=0.05;pc=0.8;%交叉变异概...
2019-11-06 16:49:03
461
原创 蚁群算法实验课
1.基本原理蚁群算法的基本原理来源于自然界蚂蚁觅食的最短路径原理，蚂蚁在运动过程中，能在其它过的路径上释放一种蚂蚁特有的分泌物–信息素来进行信息传递。而且蚂蚁在运动过程中能够感知这种物质。当一些路径上通过的蚂蚁越来越多时，其留下的信息素也越来越多，以致信息素强度增大，所以后面的蚂蚁选择选该路径的概率也越高。2.算法流程AS算法对TSP的求解主要有两大步骤：1.路径建构对于TSP问题，...
2019-11-05 18:27:31
1258
原创 模糊控制
%模糊控制器设计a=newfis('fuzzf'); %创建新的模糊推理系统%输入1f1=1; a=addvar(a,'input','e',[-6*f1,6*f1]); %添加的 e 模糊语言变量a=addmf(a,'input',1,'NB','zmf',[-6*f1,-2*f1]); ...
2019-10-22 16:47:37
2922
原创 感知器与BP神经网络学习笔记
（一）感知器1.1 基本介绍感知器学习算法是神经网络中的一个概念，单层感知器是最简单的神经网络，输入层和输出层直接相 连，每一个输入端和其上的权值相乘，然后将这些乘积相加得到乘积和，这个结果与阈值相比较（一般为0），若大于阈值输出端就取1，反之，输出端取-11.2 感知器分类算法步骤权重向量W，训练样本X1.把权重向量初始化为0，或把每个分类初始化为[0,1]间任意小数2.把训练样...
2019-10-07 00:38:16
525
原创 K-Means算法
K-Means算法是一种非监督学习的算法，他解决的是聚类问题，实现起来比较简单，聚类效果比较好1.算法原理K-Means算法中K表示的是类别数，means表示的是均值，所以K-Means算法是通过计算均值来对样本点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果。2.算法流程（1）从N个数据中随机的...
2019-09-08 21:02:54
215
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人