- 博客(6)
- 收藏
- 关注
RSS订阅原创 计算机视觉作业6
图像检索 基本原理 图像检索过程简单说来就是对图片数据库的每张图片抽取特征 (一般形式为特征向量)，存储于数据库中，对于待检索图片，抽取同样的特征向量，然后并对该向量和数据库中向量的距离（相似度计算），找出最接近的一些特征向量，其对应的图片即为检索结果。 图像检索流程： 1.2.1收集数据集 1.2.2提取sift特征 1.2.3根据sift特征提取结果,进行聚类，得到一个字典 1.2.4根据字典将图片表示成向量（直方图）； 1.2.5训练分类器或者用 KNN 进行检索 代码 生成代码所需的模型文件 im
2021-06-06 22:32:23
542
1
原创 计算机视觉作业5
相机标定 相机标定原理 在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。简单来说是从世界坐标系转换为相机坐标系，再由相机坐标系转换为图像坐标系的过程。 世界坐标系： 用户定义的三维世界的坐标系，为了描述目标物在真实世界里的位置而引入。 相机坐标系： 在相机上建立的坐标系，为了从相机的角度描述物体位置而定义，作为沟通世界坐标系和图像/像素坐标系的中间一环。 图像坐标系：为了描述成像过程中物体从相机
2021-05-23 16:05:48
510
原创 计算机视觉作业3
计算机视觉作业3 实验要求： 一、 H_from_points(fp,tp)和affine_from_points函数，根据匹配点，通过最小二乘法分别求解单应性变换矩阵和仿射变换矩阵。 二、根据仿射或单应性变换实现图像的扭曲、映射、融合。 实验原理： 平面的单应性被定义为从一个平面到另一个平面的投影映射。比如，一个二维平面上的点映射到摄像机成像仪上的映射就是平面单应性的例子。 图像扭曲 对图像块应用仿射变换，我们将其称为图像扭曲（或者仿射扭曲）。该操作经常出现在计算机视觉算法总。扭曲的操作可以使用SciPy
2021-04-11 17:01:10
270
原创 计算机视觉作业2
计算机视觉作业2 实验要求 匹配地理标记图像： 1.输入同一场景的序列图像 2.通过sift算法对地理标记图像进行两两匹配，构造连接矩阵 3.可视化图像连接关系 sift定义 SIFT，即尺度不变特征变换(Scale-invariant feature transform，SIFT)，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。 sift的优缺点： 优点：该方法不但对于旋转、尺度缩放、亮度变化保持不变性，而且对视角变化、仿射变换、噪声也保持一定程度的稳
2021-03-28 23:22:27
269
原创 计算机视觉作业1
计算机视觉作业1 实验要求： 做完图像处理基础章节内容，显示直方图，高斯滤波，直方图均衡化的图像 直方图 下面展示一些 内联代码片。 from PIL import Image from pylab import * #读取图像到数组 im=array(Image.open('C:/Users/16004/Pictures/p1.JPG').convert('L')) #新建一个图像 figure() #不使用颜色信息 gray() #在原点的左上角显示轮廓图像 contour(im,origin='im
2021-03-28 23:20:33
280
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