数字图像处理
文章平均质量分 94
ChiruZy
这个作者很懒,什么都没留下…
展开
-
SIFT 特征点提取
SIFT 特征点提取SIFT 是一种从图像中提取独特不变特征的方法,其特点为基于图像的一些局部特征,而与图像整体的大小和旋转无关。并且该方法对于光照、噪声、仿射变换具有一定鲁棒性,同时能生成大量的特征点。SIFT 的具体步骤尺度空间极值检测: 使用差分高斯函数识别潜在的兴趣点特征点定位:剔除对比度不高和处于边界位置的特征点分配方向:计算特征点的方向用于下一步构建描述特征点描述:尺度空间极值检测尺度空间极值检测的作用就是发掘同一图像在不同尺度下都存在的特征点。通过对原始图像进行不断地降采样原创 2021-08-02 12:26:50 · 3578 阅读 · 0 评论 -
边缘检测 门限化分割 霍夫变换 区域分割
边缘检测 门限化分割 霍夫变换 区域分割0. 通用函数定义在本次作业中,将会多次使用到卷积、梯度合成、阈值分割以及图片批量显示的操作,故将这些操作定义为函数,以便重复使用。- 卷积def conv_process(img, operators, k_size): space = k_size // 2 raw = np.pad(img, [space, space], 'edge') w, h = raw.shape res = [np.zeros(img.shap原创 2021-05-12 20:07:04 · 813 阅读 · 0 评论