自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 pyhton BOF图像检索

BOF图像检索1 图像检索1.1 概述  图像检索,就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:  一类是基于文本的图像检索技术,简称TBIR,主要是利用文本标注的方式为图像添加关键词,这种方式需要人为给每一张图像标注,非常耗费人工。  一类是基于内容的图像检索技术,简称CBIR,这种检索方式首先需要准备一个数据集(dateset)作为训练,通过某种算法提取数据集中每张图像的特征(SIFT特征)向量,然后将这些特征存储起来,组成一个数据库,

2021-06-06 17:00:00 250 2

原创 相机标定

Python 相机标定1 相机标定原理1.1 相机成像及坐标映射1.2 相机镜头及位移旋转的影响2 相机标定2.1 实验代码及结果1 相机标定原理1.1 相机成像及坐标映射  摄像机成像利用的是小孔成像原理,一个针孔型相机,通过一个投影中心(光心),将三维空间中的物体呈现在二维平面上,显然这是一个降维过程。那么相机要处理的问题就是,如何将三维空间中的坐标映射到二维空间中的坐标。为了确定这种三维到二维的映射关系,就要建立相机的几何模型,这些模型参数就是相机的参数,它包括相机的内部参数、外部参数(旋转位移

2021-05-23 12:01:37 548

原创 Python 图像拼接

Python 图像拼接图像拼接1.1 基本介绍1.2 基本原理1.2.1 解决“鬼影”:APAP算法1.2.2 寻找最佳拼接缝1.2.3 图像融合1.3 实验过程1.3.1 实验代码1.3.2 实验结果1.3.3 结果分析图像拼接1.1 基本介绍  图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、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。图像拼接在医学成像、计算机视觉、卫星数据、军事目标自动识别等领域具有重要意义。  图像配准(image alignment)和

2021-04-24 18:57:58 4617 6

原创 python 图像到图像的映射

图像到图像的映射单应性变换  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。在这里,平面是指图像或者三维中的平面表示。单应性变换具有很强的实用性,比如图像配准,图像纠正和纹理扭曲,以及创建全景图像,我们将频繁的使用单应性变换。本质上,单应性变换H,按照下面的方程映射二维中的点(齐次坐标意义下):  对于图像平面内(甚至是三维中的点,后面我们会介绍到)的点,齐次坐标是个非常有用的表示方式。点的齐次坐标是依赖于其尺度定义的,所以,x=[x,y,w]=[ax,ay,aw]=[x/w,y/w

2021-04-11 14:28:27 414

原创 Python 匹配地理标记图像

Python 匹配地理标记图像1. sift算法1.1 SIFT算法简介1.1.1 基本介绍1.1.2 SIFT特征简介1.2 SIFT算法基本原理1.2.1 SIFT中要查找的关键点1.2.2 什么是尺度空间1.2.3 高斯模糊1.2.4 高斯金字塔1.2.5 高斯差分金字塔1.2.6 DOG局部极值检测1.2.7 关键点方向分配1.2.8 关键点描述1.2.9 关键点匹配1.3 SIFT算法步骤SIFT图像匹配测试图代码运行结果结果分析匹配地理标记图像测试图代码运行结果结果分析1. sift算法1.

2021-03-28 14:25:00 552

原创 Python直方图、均衡化、高斯滤波

Python 直方图、均衡化、高斯滤波Python 直方图、均衡化、高斯滤波Python 直方图、均衡化、高斯滤波原图直方图二级目录直方图均衡化二级目录高斯滤波二级目录原图直方图二级目录直方图均衡化二级目录高斯滤波二级目录...

2021-03-17 15:35:01 170

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

提示
确定要删除当前文章?
取消 删除