- 博客(6)
- 收藏
- 关注
RSS订阅原创 【计算机视觉】图像检索
【计算机视觉】图像检索一、图像检索概述1.1 基于文本的图像检索（TBIR）1.2 基于内容的图像检索技术（CBIR）二、基于bow的图像检索原理2.1 BOW (Bag of words)2.2 BOF(Bag of features)2.2.1 BOF概述2.2.2 基于SIFT特征构建BoF的步骤2.3 K-means聚类算法一、图像检索基本概述从20世纪70年代开始，有关图像检索的研究就已开始，当时主要是基于文本的图像检索技术(简称TBIR)，利用文本描述的方式描述图像的特征，
2021-06-06 19:49:58
606
原创 2021-05-23
opencv棋盘格角点检测原理总结原始图像将每个四边形作为一个单元，它分别有邻近的四边形，无邻近四边形的为干扰四边形，两个邻近四边形为边界处四边形，四个邻近四边形为内部四边形。每个四边形的序号可按邻近关系排序，然后按对角两个四边形相对的两个点，取其连线的中间点作为角点，整个棋盘定位过程是一个循环过程，先对读入的棋盘图像直方图均衡化，接着自适应(取决于flag参数)二值化，再对二值化后的图像膨胀。为了定位的鲁棒性，自适应二值化和膨胀所采用核的大小不能是唯一的，故不断的循环用不同的参数用对棋盘图像处理
2021-05-23 23:28:42
480
原创 2021-04-25
图像拼接与图像融合图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。再举一个身边的例子吧，你用你的手机对某一场景拍照，但是你没有办法一次将所有你要拍的景物全部拍下来，所以你对该场景从左往右依次拍了好几张图，来把你要拍的所有景物记录下来。那么我们能不能把这些图像拼接成一个大图呢？我们利用opencv就可以做到图像拼接的效果！那么要实现图像拼接需要那几步呢？简单来说有以下几步：1.对每幅图
2021-04-25 17:00:34
116
原创 2021-04-10
图像到图像的映射1.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）：或者对于图像平面内（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
2021-04-10 21:13:55
155
原创 Python 计算机视觉 第一章 图像处理基础
Python 计算机视觉 第一章 图像处理基础第一章 图像处理基础1.1灰度图PIL (Python Imaging Library)图像库提供了很多常用的图像处理及很多有用的图像基本操作。-- coding: utf-8 --from PIL import Imagefrom pylab import *from matplotlib.font_manager import FontPropertiesfont = FontProperties(fname=r"c:\windows\fon
2021-03-28 21:29:23
344
原创 SIFT特征点提取与匹配
SIFT特征点提取与匹配一、 SIFT算法1、算法简介 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年完善总结。 其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。 局部影像特征的描述与侦测可以帮助辨识物体，
2021-03-28 21:06:19
1606
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