计算机视觉
python 实验
yiyi-m
值得等待
展开
-
求解图像基础矩阵
一、基础矩阵1.1 对极几何 对极几何是描述两视射影几何的基本工具,当我们使用两个相机在不同位置对同一场景进行拍摄时,为了描述两幅图像之间的关系,引入对极几何。对极几何是两幅图像之间,两幅图像上的匹配点与以基线(连接两摄像机中心的直线)为轴的平面束的交的几何。 已知两个摄像头的光心和,为空间中的一点,和是点在两个摄像头成的像中的投影。平面称为外极平面,显然和是和上...原创 2020-04-22 15:09:34 · 1144 阅读 · 0 评论 -
照相机标定
标定照相机是指计算出该照相机的内参数。标定照相机的标准方法是,拍摄多幅平面棋盘模式的图像,然后进行处理计算。原创 2020-04-07 16:54:09 · 632 阅读 · 0 评论 -
python-全景拼接图像
一、全景拼接介绍在同一位置(即图像的照相机位置相同)拍摄的两幅或者多幅图像是单应性相关的。我们经常使用该约束将很多图像缝补,来拼成一个大的图像来创建全景图像。1.1 流程:1.根据给定图像/集,实现特征匹配。2.通过匹配特征计算图像之间的变换结构。3.利用图像变换结构,实现图像映射。4.针对叠加后的图像,采用APAP之类的算法,对齐特征点。(图像配准)5.通过图割方法,自动选取拼接缝...原创 2020-03-24 16:42:23 · 1659 阅读 · 5 评论 -
(三)计算机视觉 --SIFT特征匹配、地理标记图像匹配及RANSAC图像拼接
一、sift特征检测概述 SIFT即尺度不变特征转换,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。SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关,其对于光线、噪声等一些微视角改变的容忍度也相当高,且SIFT特征的信息量大,适合在海量数据库中快速准确匹配。1.1特征点 S...原创 2020-03-08 12:05:47 · 3088 阅读 · 5 评论 -
(二)计算机视觉--Harris角点检测
一、Harris角点检测1.1 算法思想 角点原理来源于人对角点的感性判断,即图像在各个方向灰度有明显变化。算法的核心是利用局部窗口在图像上进行移动判断灰度发生较大的变化,所以此窗口用于计算图像的灰度变化。 根据下面三幅图可以清晰理解角点检测的过程:当一个窗口在图像上移动,如图(a),窗口在各个方向上都没有变化,则认为窗口区域为平滑区域。如图(b),窗口在某个方...原创 2020-02-25 18:29:23 · 905 阅读 · 0 评论 -
(一)计算机视觉 --图像处理基础
一、PIL-Python图像库二、三、原创 2020-02-23 00:44:43 · 9263 阅读 · 3 评论