- 博客(24)
- 收藏
- 关注
RSS订阅转载 最优化方法的Matlab实现
现在看一段 摄像机标定的程序里面涉及到最优化求解方程的函数，从网上找到了下面的资源，只是里面的公式显示不出来，贴在这里，做为工具查阅，如果找到原文的出处，再做修改。http://blog.csdn.net/luckydongbin/article/details/1497391 在生活和工作中，人们对于同一个问题往往会提出多个解决方案，并通过各方面的论证从中提取最佳方案。最优化
2016-09-27 11:35:13
7849
转载 四种简单的图像显著性区域特征提取方法-
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT。分类： 图像处理 2014-08-03 12:40 4088人阅读 评论(4) 收藏 举报http://blog.csdn.net/wangyaninglm/article/details/44020489 salient region detec显著性检测laviewpbt 2014.
2016-09-26 19:54:11
2788
原创 南开大学显著性检测
http://mmcheng.net/code-data/ Code & Data注意事项: These resources might need password to be opened. Please supply your name, institute and positions to get the password. Click HERE to do
2016-09-25 16:59:53
1789
1
转载 显著性论文学习阶段总结（一）
http://www.cnblogs.com/yingying0907/archive/2013/03/22/2975172.html 1.Mingming Cheng,Global Contrast based Salient Region Detection,CVPR20111) HC：基于直方图对比度的方法，每一个像素的显著性值是由它与图像中所有其他像素的颜色差异来确定，
2016-09-25 16:20:16
708
转载 显著性论文学习阶段总结（二）
http://www.cnblogs.com/yingying0907/archive/2013/03/25/2980394.html 1.Ali Borji, Laurent Itti, Exploiting Local and Global Patch Rarities for Saliency Detection, CVPR20121) 系统框架： 2)
2016-09-25 16:19:06
839
转载 显著性物体检测与分割
http://valse.mmcheng.net/salobj/显著性物体检测与分割活动时间：2014年9月4日星期4，北京时间20:00开始。主持人：山世光主讲人：卢湖川，李寅，程明明，等专题题目：显著性物体检测与分割1. 相关文献阅读Salient Object Detection: A survey. Ali Borji, Ming
2016-09-25 16:11:23
7472
转载 显著性检测
这块的工作一直在跟，一直没有整理，看到别人整理的资料不错，先加入作者链接：http://blog.csdn.net/anshan1984/article/details/8657176点击打开链接1. 早期C. Koch与S. Ullman的研究工作.他们提出了非常有影响力的生物启发模型。C. Koch and S. Ullman . S
2016-09-25 16:06:50
1940
转载 源码
以下是computer vision：algorithm and application计算机视觉算法与应用这本书中附录里的关于计算机视觉的一些测试数据集和源码站点，我整理了下，加了点中文注解。在http://szeliski.org/Book包含了更新的数据集和软件，请同样访问他。C.1 数据集一个关键就是用富有挑战和典型的数据集来测试你算法的可靠性。当有背景或者他人的结果是可行
2016-09-25 15:54:50
967
转载 源码
UIUC某童鞋收集的代码合集，大赞啊！ 来源： 李升的日志https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.htmlComputer Vision ResourcesMaintained by Jia-Bin HuangSubmit resource links hereLastest Updat
2016-09-25 15:50:42
1309
转载 2013计算机视觉代码合集二
http://blog.csdn.net/carson2005/article/details/11519779 Feature Detection and DescriptionGeneral Libraries: VLFeat – Implementation of various feature descriptors (including SIFT, HOG
2016-09-25 15:46:40
301
转载 2013计算机视觉代码合集一
2013-09-10 10:58 17695人阅读 评论(8) 收藏 举报 分类：CV相关（279） 申明：本文非笔者原创，原文转载自：http://www.yuanyong.org/blog/cv/cv-code一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Lib
2016-09-25 15:45:27
277
转载 使用OpenGL显示双目视觉三维重构效果
http://blog.csdn.net/chenyusiyuan/article/details/5691481 上一篇笔记中使用Matlab初步显示了双目视觉重构出的环境三维效果图，不过并没有加上纹理信息。在OpenCV中文论坛里，大象的帖子（http://www.opencv.org.cn/forum/viewtopic.php?f=1&t=8
2016-09-23 09:51:11
4901
转载 车道检测源码分析系列（三）
下面看一个出自国外某教授的基于OpenCVSharp的车辆视觉框架，虽然包含车道检测和车辆识别，但源程序仅100行左右，非常精巧。算法描述检测部分的步骤很经典，是比较通用的步骤：将图像上半部分无关内容截掉，设定ROI转为灰度图Canny算子提取边缘Hough检测直线通过直线角度位置信息筛选出车道线，标记到图上效果如下图：源程序
2016-09-22 22:06:23
753
转载 车道检测（二）
http://www.voidcn.com/blog/qq535033459/article/p-1939540.html 本节分析一个国人开发的简单的车道检测程序（不涉及跟踪）simple_lane_tracking 源码地址作者主页概述采用opencv2编写 C++算法核心步骤 提取车道标记特征，封装在laneExtracti
2016-09-22 22:05:23
656
转载 车道检测
http://www.voidcn.com/blog/qq535033459/article/p-1939538.html 车道线检测是辅助驾驶和自动驾驶的重要研究内容，相关的算法研究已经延续了20多年，本系列文章旨在帮助初学者在阅读文献之余快速上手构建自己的项目。OpenCV极大地方便了机器视觉应用的编写，为了能在刚起步时就看得远些，我们需要站在OpenCV巨人的肩膀上。先看
2016-09-22 22:04:03
950
转载 三维空间中的旋转--旋转向量
处理三维旋转问题时，通常采用旋转矩阵的方式来描述。一个向量乘以旋转矩阵等价于向量以某种方式进行旋转。除了采用旋转矩阵描述外，还可以用旋转向量来描述旋转，旋转向量的长度（模）表示绕轴逆时针旋转的角度（弧度）。旋转向量与旋转矩阵可以通过罗德里格斯（Rodrigues）变换进行转换。OpenCV实现Rodrigues变换的函数为int cvRodrigues2( cons
2016-09-19 20:17:10
19923
转载 基于多尺度深度网络的单幅图像深度估计
原文地址：http://blog.csdn.net/hjimce/article/details/50569474作者：hjimce一、相关理论本篇博文主要讲解来自2014年NIPS上的一篇paper：《Depth Map Prediction from a Single Image using a Multi-Scale Deep Network》，属于CNN应用类别的文
2016-09-16 10:51:37
407
转载 matlab calibration toolbox -- matlab标定工具的使用方法--去畸变和双目校正
http://blog.csdn.net/wangxiaokun671903/article/details/38925553?rsv_upd=1 matlab calibration toolbox是相机标定以及校正用的工具箱。首先下载这个工具箱，免费下载地址：http://www.vision.caltech.edu/bouguetj/calib_doc/downl
2016-09-14 17:37:23
2043
1
转载 常用牛人主页链接
http://blog.csdn.net/jyp1817/article/details/17553837牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVitt
2016-09-14 17:20:32
1380
转载 双目定标和双目校正
三、双目定标和双目校正双目摄像头定标不仅要得出每个摄像头的内部参数，还需要通过标定来测量两个摄像头之间的相对位置（即右摄像头相对于左摄像头的三维平移 t 和旋转 R 参数）。图6要计算目标点在左右两个视图上形成的视差，首先要把该点在左右视图上两个对应的像点匹配起来。然而，在二维空间上匹配对应点是非常耗时的，为了减少匹配搜索范围，我们可以利用极线约束使得对应点的匹配由
2016-09-14 17:17:15
798
转载 Structure from motion
分类：OpenCV（5） 1. Bundler简介Bundler是一个采用C和C++开发的称为sfm（struct-from-motion）的系统，它能够利用无序的图片集合（例如来自网络的图片）重建出3D的模型。最早的版本被用在Photo Tourism的项目上。项目的官方网站在此：http://phototour.cs.washington.edu/。Bu
2016-09-14 16:52:20
425
转载 立体匹配算法研究
转载请注明出处：http://www.cnblogs.com/adong7639/p/4267326.htmlhttp://blog.csdn.net/real_myth/article/details/44805321 立体匹配算法最新动态：http://vision.middlebury.edu/stereo/eval/http://
2016-09-14 16:48:05
1513
转载 立体匹配导论
http://blog.csdn.net/wangyaninglm/article/details/515313332.1 视差理论计算机立体视觉系统通过模仿人类的的视觉系统，根据对同一场景从不同位置拍摄的两视角或多视角图像，采用几何方法可以计算出深度信息。本文主要研究的双目立体视觉系统如下图所示 双相机系统 在相似三角形和中根据对应边的比例关系：
2016-09-14 16:21:22
1269
转载 双目相机--双目视差与深度距离关系推导详解
相机成像的模型如下图所示： P为空间中的点，P1和P2是点P在左右像平面上的成像点，f是焦距，OR和OT是左右相机的光心。由下图可见左右两个相机的光轴是平行的。XR和XT是两个成像点在左右两个像面上距离图像左边缘的距离。 若两个相机已经校正完成即达到极线平行，两条光轴方向也平行。则视差和物体深度的关系式如下：
2016-09-14 16:07:36
5030
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