CV
It's a trap
这个作者很懒,什么都没留下…
展开
-
CV——Feature Analysis(harris)
Feature Analysis(1)——学自北京大学林金龙老师Point(Patch) Features我们怎么对齐上面两张图片呢?有这样的思路:检测出两张图片中的特征点,如下图:找到相互对应的一对,如下图:但是存在一些问题:我们需要一个可重复利用的检测器以在两张图片中独立地检测出相同的点。我们需要一个可靠且独特的描述符去准确识别出在一张图片中的一点在另一张图片中的对应...翻译 2019-03-23 17:59:38 · 254 阅读 · 0 评论 -
尺度不变特征变换(SIFT)
尺度不变特征变化(SIFT)SIFT——Scale Invariant Feature Transform介绍尺度不变特征转换即SIFT (Scale-invariant feature transform)是一种计算机视觉的算法。它用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善...原创 2019-03-23 19:57:55 · 2256 阅读 · 0 评论 -
CV——Brute-Force
暴力匹配(Brute-Force)原理首先在第一幅图像中选取一个关键点然后依次与第二幅图像的每个关键点进行(描述符)距离测试,最后返回距离最近的关键点。opencv使用首先要使用 cv2.BFMatcher() 创建一个 BFMatcher 对象,它有两个可选参数;第一个参数是 normType。它是用来指定要使用的距离测试类型。默认值为 cv2.Norm_L2,很适合于SIFT、SU...原创 2019-03-24 09:46:52 · 256 阅读 · 0 评论 -
CV——图像拼接
图像拼接介绍何谓图像拼接,顾名思义,就是把两张具有重叠区域的图片拼接在一起,形成一个更完整的图片,如下图:我们把第一个图片和第二个图片拼接起来,形成了第三个图片。图像拼接步骤检测特征点特征点匹配确定对应关系图像变换图像缝合检测特征点基于SIFT,利用opencv里面的函数返回待拼接的两张图片的关键点和描述符;详细介绍见尺度不变特征变换(SIFT)# setting...原创 2019-03-24 15:31:00 · 1857 阅读 · 2 评论 -
车牌识别系统设计——技术方案
车牌识别系统设计——技术方案设计流程图像预处理车牌区域定位字符分割字符识别图像预处理灰度增强形态学处理 (Morphological Processing) 需要将车牌RGB图像转变为灰度图以加快处理速度, 灰度化后对应像素点灰度值x与RGB空间下对应像素点R、G、B值关系:噪声处理为保护车牌区域边缘信息, 去除灰度增强后产生的高灰度值噪点, 使用中值滤波法处理。中值滤波将...原创 2019-04-10 23:29:44 · 3497 阅读 · 0 评论