- 博客(6)
- 收藏
- 关注
RSS订阅原创 2021-06-06
计算机视觉——图像检索图像检索计算机视觉——图像检索图像检索原理基于BOW的图像检索原理代码及实现过程图像检索原理图像检索，简单的说，便是从图片检索数据库中检索出满足条件的图片,图像检索技术的研究根据描述图像内容方式的不同可以分为两类：基于文本的图像检索技术(TBIR)，基于内容的图像检索技术(CBIR),但是我们目前主要学习基于内容的图像检索技术。**基于内容的图像检索技术(CBIR)：**用于检索在视觉上具有相似性的图像。这样返回的图像可以是颜色相似、纹理相同、图像中物体或场景相似，基本上都是这
2021-06-06 23:46:17
706
4
原创 2021-05-23
计算机视觉--相机标定相机标定1、世界坐标系 → 相机坐标系2、相机坐标系 →图像物理坐标系（成像平面坐标系）相机标定的步骤标定实验相机标定什么是相机标定？我们为什么需要相机标定？其实相机标定就是确定相机内参和外参的过程，其结果精度会直接影响视觉系统后续工作的准确性相机标定涉及到了四大坐标系，分别为：像素坐标系(u,v)：是一个二维直角坐标系，反映了相机中像素的排列情况。原点o位于图像的左上角，u轴、v轴分别于像面的两边平行。像素坐标系中坐标轴的单位是像素（整数）。图像物理坐标系(x,y)：其坐
2021-05-23 22:10:48
144
1
原创 2021-04-25
计算机视觉实验—创建全景图创建全景图主要做的是基于sift特征匹配然后使用RANSAC全景图像拼接1.RANSAC1.RANSAC（随机一致性采样）概述RANSAC，该方法是用来找到正确模型来拟合带有噪声数据的迭代方法。基本思想：数据中包含正确的点和噪声点，合理的模型应该能够在描述正确数据点的同时摒弃噪声点。例如；当用一条直线你和带有噪声的数据的点集。简单的最小二乘法可能无法完成，但是RANSAC能够挑出正确的点，然后获取能够正确拟合的直线。在本实验中就利用到RANSAC算法来求解单应性矩阵。
2021-04-25 18:08:06
126
原创 2021-04-11
文章目录图像到图像的映射原理一、单应性变换二、仿射变换（affine）1.图像扭曲2.图中图总结图像到图像的映射原理一、单应性变换单应性变换（Homography）：单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。公式1：点的齐次坐标依赖于其尺度定义，因此单应性矩阵 H也仅依赖尺度定义，所以，单应性矩阵具有8个独立的自由度。单应性矩阵可以由两幅图像中对应点计算出来。然后我们再得到坐标的变换公式。将式1展开，用第三行除前两行，得到如下的式子：得到：因为所以由未知变量
2021-04-11 20:39:56
164
原创 2021-03-28
[计算机视觉]匹配地理标记图像提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录[计算机视觉]匹配地理标记图像前言一、sift原理## 生成高斯差分金字塔（DOG金字塔），尺度空间构建二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机
2021-03-28 23:27:14
142
原创 使用pycharm进行图像的处理
使用pycharm开发环境和python语言对图像进行处理，如直方图、高斯滤波、直方图均衡化等图像的灰度直方图灰度直方图是关于灰度级分布的函数，将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。如果将图像总像素亮度（灰度级别）看成是一个随机变量，则其分布情况就反映了图像的统计特性灰度直方图能够很直观的展示图像中灰度级的整体分布情况，对图像的后续处理有很好的指导作用。直方图处理概念：灰度级范围为[0,L-1]的数字图像的直方图是离散函数...
2021-03-28 17:33:34
6641
1
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