计算机视觉
计算机视觉
Artorias7
_(°ω°」∠)_
展开
-
图像检索
图像检索Bag Of Features 图像检索1、构造100张图片的数据集2、对所有图片进行SIFT特征提取代码实验结果3、采用k-means算法学习“视觉词典”4、根据IDF计算每个视觉单词的权Bag Of Features 图像检索1、构造100张图片的数据集2、对所有图片进行SIFT特征提取代码from PIL import Imagefrom pylab import *from PCV.localdescriptors import siftfrom matplotlib.f原创 2020-05-24 22:06:00 · 774 阅读 · 0 评论 -
计算视差
文章目录计算视差NCC原理双目立体匹配的步骤实验目的给定图片实验代码NCC 视差匹配结果更改窗口值进行多组实验实验小结计算视差NCC原理归一化相关性,normalization cross-correlation,因此简称NCC,下文中笔者将用NCC来代替这冗长的名称。NCC,顾名思义,就是用于归一化待匹配目标之间的相关程度,注意这里比较的是原始像素。通过在待匹配像素位置p(px,py)构...原创 2020-04-26 15:59:10 · 1718 阅读 · 1 评论 -
基础矩阵与对极几何
基础矩阵与对极几何估算基础矩阵步骤:导入两幅图像,并使用sift算法提取特征;使用函数match_twosided连接两幅图的特征;RANSAC去除错误点匹配;归一化8点算法估计基础矩阵。这是通过对应点来计算基础矩阵的算法。代码# -*- coding: utf-8 -*-from PIL import Imagefrom numpy import *from pylab i...原创 2020-04-21 23:48:21 · 547 阅读 · 1 评论 -
相机模型
相机模型原创 2020-04-07 11:52:11 · 314 阅读 · 0 评论 -
图像拼接
目录图像拼接原理与步骤实验一:针对单一物体进行图像拼接1、构建数据集2、代码3、实验结果3.1、对每张图进行SIFT检测后与后一张图进行匹配实验结果3.2、进行图像拼接实验结果4、实验小结5、运行错误小结实验二:固定点位拍摄多张图片进行图像拼接1、构建数据集2、代码3、实验结果3.1、对每张图进行SIFT检测后与后一张图进行匹配实验结果3.2、进行图像拼接实验结果4、实验小结实验三:选取近景目标,...原创 2020-03-24 14:36:24 · 3754 阅读 · 1 评论 -
SIFT算法
SIFT算法原创 2020-03-08 11:59:31 · 958 阅读 · 0 评论 -
Harris角点检测算法
Harris角点检测算法算法步骤1、计算图像在和两个方向的梯度。2、计算图像两个方向梯度的乘积。3.、使用高斯函数对进行高斯加权(取),生成矩阵的元素和。4.、计算每个像素的Harris响应值,并对小于某一阈值的置为零。5.、在或的邻域内进行非最大值抑制,局部最大值点即为图像中的角点代码Harris.pyfrom pylab import *from numpy import ...原创 2020-02-25 12:30:00 · 1628 阅读 · 0 评论 -
图像处理基础
图像处理基础1、灰度变换# 灰度变换# -*- coding: utf-8 -*-from PIL import Imagefrom numpy import *from pylab import *im = array(Image.open('1.jpg').convert('L'))print (int(im.min()), int(im.max()))im2 = 255...原创 2020-02-19 00:09:34 · 200 阅读 · 0 评论