- 博客(6)
- 收藏
- 关注
RSS订阅原创 计算机视觉——图像检索
图像检索与识别一、实验原理1.概念Bag of Feature 是一种图像特征提取方法，它借鉴了文本分类的思路（Bag of Words），从图像抽象出很多具有代表性的关键词，形成一个字典，再统计每张图片中出现的关键词数量，得到图片的特征向量。2.Bag of Words 模型Bag of Words 是文本分类中一种通俗易懂的策略。一般来讲，如果我们要了解一段文本的主要内容，最行之有效的策略是抓取文本中的关键词，根据关键词出现的频率确定这段文本的中心思想。比如：如果一则新闻中经常出现「iraq」
2021-06-06 18:46:46
460
原创 计算机视觉-棋盘格标定
1：相机标定1.1原理介绍相机标定指建立相机图像像素位置与场景点位置之间的关系，根据相机成像模型，由特征点在图像中坐标与世界坐标的对应关系，求解相机模型的参数。相机需要标定的模型参数包括内部参数和外部参数。针孔相机成像原理其实就是利用投影将真实的三维世界坐标转换到二维的相机坐标上去，其模型示意图如下图所示：一般来说，标定的过程分为两个部分：第一步是从世界坐标系转为相机坐标系，这一步是三维点到三维点的转换，包括R，t（相机外参，确定了相机在某个三维空间中的位置和朝向）等参数；第二部是从相机坐标系
2021-05-23 16:47:33
4589
2
原创 图像全景拼接
图像全景拼接目录图像全景拼接1.原理2.图像匹配3.代码4.结果分析5.总结1.原理要实现两张图片的简单拼接，其实只需找出两张图片中相似的点 (至少四个，因为 homography 矩阵的计算需要至少四个点)， 计算一张图片可以变换到另一张图片的变换矩阵 (homography 单应性矩阵)，用这个矩阵把那张图片变换后放到另一张图片相应的位置 ，就是相当于把两张图片中定好的四个相似的点重合在一起。如此，就可以实现简单的全景拼接。将SIFT应用到图像拼接上，根据特征点匹配的方式，利用这些匹配的点来估算
2021-04-25 18:04:34
214
原创 图像到图像的映射
图像到图像的映射1.仿射变换原理仿射变换的原理就是进行空间的点坐标的变换，官方一点的解释是从二维坐标到二维坐标之间的线性变换，且保持二维图形的“平直性”和“平行性”。其参数公式为由于仿射变换具有6个自由度，所以需要三个对应点来估计矩阵H。其中X和Y为原坐标，X’和Y’为变换后的坐标，a~f为6个自由度，其中c、f参数分别为x方向和y方向的平移向量。回到图像扭曲，就是把一个图像的角点映射在另一个图像的某个位置，将其覆盖的像素值替换，合成一幅图像。代码：from numpy import *
2021-04-11 12:09:26
342
原创 计算机实觉-SIFT
文章目录一.SIFT的简单介绍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。 [1] 该方法于1999年由David Lowe [2] 首先发表于计算机视觉国际会议（International Conference on Computer Vision，ICCV），2004年再次经David Lowe整理完善后发表于Internation
2021-03-28 19:47:08
284
原创 计算机视觉实验一（图像的基本处理）：
计算机视觉实验一（图像的基本处理）：1.图像的直方图体现原图：原图的直方图：代码：from array import arrayfrom PIL import Imagefrom pylab import *from matplotlib.font_manager import FontPropertiesfont = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)im = array(Image.open(
2021-03-25 16:29:44
602
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