图像处理
读书与远方
这个作者很懒,什么都没留下…
展开
-
opencv源码解析之hog源码分析
opencv源码解析之hog源码分析 一、网上一些参考资料 在博客目标检测学习_1(用opencv自带hog实现行人检测) 中已经使用了opencv自带的函数detectMultiScale()实现了对行人的检测,当然了,该算法采用的是hog算法,那么hog算法是怎样实现的呢?这一节就来简单分析一下opencv中自带 hog源码。 网原创 2014-04-25 18:21:40 · 1823 阅读 · 0 评论 -
EM算法原理
在聚类中我们经常用到EM算法(i.e. Estimation - Maximization)进行参数估计, 在该算法中我们通过函数的凹/凸性,在estimation和maximization两步中迭代地进行参数估计,并保证可以算法收敛,达到局部最优解。PS:为了不在11.11这个吉祥的日子发blog,还是打算今天发了,祝单身coder节日快乐,心情愉快~~由于公式实原创 2013-12-10 09:11:22 · 969 阅读 · 1 评论 -
GMM的EM算法实现
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut一文中我们给出了GMM算法的基本模型与似然函数,在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。1. GMM模型:每个 GMM 由 K 个 Gaussian 分布原创 2013-12-10 09:01:23 · 978 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……zouxy09@qq.comhttp://blog.csdn.net/zouxy09注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17一、特征提取Feature Extraction:· SIFT [1原创 2013-12-03 10:41:34 · 1147 阅读 · 0 评论 -
创建自己的训练分类器
来源:http://hi.baidu.com/robert_lov/item/00c4d8d4af67d596260ae7b2/?qq-pf-to=pcqq.c2c本文为进行目标检测——自己感兴趣的目标,如茶杯、手机等。现在大都是针对人脸、车辆等现有的XML,我们之间调用,那如何建立自己的XML的检测文档呢?首先,介绍下目标检测的三个主要步骤:1原创 2013-12-03 10:42:58 · 1484 阅读 · 0 评论 -
稻米品质快速检测系统
首页产品 新闻 购买 服务 联系 稻米品质快速检测系统多功能昆虫鸣声信号采集与分析系统气象数据收集系统昆虫学电子词典稻米品质快速检测系统多功能昆虫鸣声信号采集与分析系统气象数据收集系统原创 2013-12-03 10:41:43 · 972 阅读 · 0 评论 -
基于OpenCV的PHP图像人脸识别技术
本文所介绍的技术不是原创,而是从一个叫Robert Eisele的德国人那里学习来的。他写了一个PHP扩展openCV,只封装了两个函数,叫face_detect和face_count。 openCV是一个开源的用C/C++开发的计算机图形图像库,非常强大,研究资料很齐全。本文重点是介绍如何使用php来调用其中的局部的功能。人脸侦查技术只是openCV一个应用分支。OpenCV安装之前必须原创 2013-12-03 10:41:21 · 1238 阅读 · 0 评论 -
数字图像处理--显著目标检测思路
目录(?)[+]1、显著目标检测介绍显著性检测最近几年成了研究热点,从计算机视觉三大会议(ICCV, CVPR, ECCV)上的文章数量就可以看出,大概每届会议都有10来篇的样子,一个这么小的topic,10来篇数量已经很多了。如果你看一看这些文章就会发现,显著目标检测的占了大部分,眼动点预测的很少,大概就一两篇。看到这,有些人也许还不明白显著目标检测和眼动点预原创 2013-11-30 00:22:59 · 1135 阅读 · 0 评论 -
图像分割之(四)OpenCV的GrabCut函数使用和源码解读
图像分割之(四)OpenCV的GrabCut函数使用和源码解读zouxy09@qq.comhttp://blog.csdn.net/zouxy09上一文对GrabCut做了一个了解。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts》这篇文章来实原创 2013-11-15 13:00:10 · 2665 阅读 · 0 评论 -
RGB转换成亮度 为高斯模型设置初时参数
#include "stdio.h"#include #include #include #include //必须引此头文件/*void main( ){ //参数初始化定义IplImage* pFrame = NULL; //每一帧IplImage* pFrImg = NULL; //前景IplImage* pBkImg = NULL原创 2013-11-27 14:13:17 · 1411 阅读 · 0 评论 -
直方图均衡化与规定化
直方图均衡化直方图均衡化是灰度变换的一个重要应用,它高效且易于实现,广泛应用于图像增强处理中。图像的像素灰度变化是随机的,直方图的图形高低不齐,直方图均衡化就是用一定的算法使直方图大致平和。均衡化处理后的图象只能是近似均匀分布。均衡化图象的动态范围扩大了,但其本质是扩大了量化间隔,而量化级别反而减少了,因此,原来灰度不同的象素经处理后可能变的相同,形成了一片的相同灰度的区域,各原创 2013-11-02 19:27:54 · 1984 阅读 · 0 评论 -
用的 libsvm
libsvm相关资料官方网站:http://www.csie.ntu.edu.tw/~cjlin/libsvm/下载:Linux:http://www.csie.ntu.edu.tw/~cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/~cjlin/libsvm+tar.gzWindows:http://www.csie.原创 2013-11-04 08:42:18 · 724 阅读 · 0 评论 -
高斯建模去除背景
#include #include #include #include #include //必须引此头文件void main( ){ //参数初始化定义IplImage* pFrame = NULL; //每一帧IplImage* pFrImg = NULL; //前景IplImage* pBkImg = NULL; //背景CvCap原创 2013-11-17 12:57:44 · 2520 阅读 · 0 评论 -
聚类算法K-Means, K-Medoids, GMM, Spectral clustering,Ncut
聚类算法是ML中一个重要分支,一般采用unsupervised learning进行学习,本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering,Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach:原创 2013-12-10 09:13:45 · 930 阅读 · 0 评论 -
(EM算法)The EM Algorithm
EM是我一直想深入学习的算法之一,第一次听说是在NLP课中的HMM那一节,为了解决HMM的参数估计问题,使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1. Jensen不等式 回顾优化理论中的一些概念。设f是定义域为实数的函数,如果对于所有的实数x,,那么f是凸函数。当x是向量时,如果原创 2013-12-10 09:14:31 · 656 阅读 · 0 评论 -
KMeans和KMedoid 的Matlab实现
KMeans和KMedoid算法是聚类算法中比较普遍的方法,本文讲了其原理和matlab中实现的代码。1.目标: 找出一个分割,使得距离平方和最小2.K-Means算法: 1. 将数据分为k个非空子集 2. 计算每个类中心点(k-means中用所有点的平均值,K-medoid用离该平原创 2013-12-10 09:15:46 · 1118 阅读 · 1 评论 -
hog 特征
一下是 随手笔记 ,更详细,请参考 原文:vitoLee---HOG算子addr:http://blog.csdn.net/carson2005/article/details/77827261. HOG, 梯度直方图特征。HOG特征是一种局部区域描述符,它通过计算局部区域上的梯度方向直方图来构成人体特征,能够很好地描述人体的边缘。它对光照变化和小量的偏移原创 2014-04-25 18:20:22 · 907 阅读 · 0 评论 -
测试 svm 训练的xml 分类器 ~
用 svm 训练了个分类器。给图片分类的。目标 : 1else : 0载入分类器查看效果[cpp] view plaincopy#include "stdafx.h" #include "cv.h" #include "highgui.h"原创 2014-04-25 18:19:26 · 1463 阅读 · 0 评论 -
opencv中的 HOGDescriptor 类
其定义在 object.hpp中找到的:[cpp] view plaincopystruct CV_EXPORTS_W HOGDescriptor { public: enum { L2Hys=0 }; enum { DEFAULT_NLEVELS=64 }; C原创 2014-04-25 18:22:32 · 1236 阅读 · 0 评论 -
Precision/Recall和ROC曲线原理以及Matlab源码
查准率和查全率是信息检索效率评价的两个定量指标,不仅可以用来评价每次检索的准确性和全面性,也是在信息检索系统评价中衡量系统检索性能的重要方面。查准率(Precision ratio,简称为P),是指检出的相关文献数占检出文献总数的百分比。查准率反映检索准确性,其补数就是误检率。查全率(Recall ratio,简称为R),是指检出的相关文献数占系统中相关文献总数的百分比。查全率反映原创 2014-03-02 10:47:35 · 2526 阅读 · 0 评论 -
如何在Android中使用OpenCV
2011-09-21 10:22:35标签:Android 移动开发 JNI OpenCV NDK原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://underthehood.blog.51cto.com/2531780/670169看了网上的很多教程和官方http://opencv.willowgara原创 2014-01-12 16:51:49 · 686 阅读 · 0 评论 -
Android二值化算法
博客分类: Android图像处理 网上找了很多,没有一个能用的,本文的方法是自己在别人的基础上修改而来,纯Java算法,效率没有C++的高,追求效率的可以用Jni,具体参考:http://vaero.blog.51cto.com/4350852/822997 感谢网上分享的朋友们! 有图有真相: 接下来直接上代码: Java代码原创 2014-01-09 14:27:29 · 1180 阅读 · 0 评论 -
图像基本处理算法的简单实现(三)
原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://vaero.blog.51cto.com/4350852/823004 图像基本处理算法的简单实现(一) 图像基本处理算法的简单实现(二) 图像基本处理算法的简单实现(三) 书内叙述的细化算法:/** * 对二值化Bitmap进行细化运算后原创 2014-01-09 14:24:01 · 854 阅读 · 0 评论 -
图像基本处理算法的简单实现(二)
原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。http://vaero.blog.51cto.com/4350852/823000 图像基本处理算法的简单实现(一) 图像基本处理算法的简单实现(二) 4)膨胀腐蚀 属于什么心态学==,膨胀、腐蚀、击中/击不中变换、细化…(又晕了T^T)。简原创 2014-01-09 14:23:18 · 1089 阅读 · 0 评论 -
如何用Photoshop进行切图
一、基本概念1,切图,是一种网页制作技术,它是将美工效果图转换为页面效果图的重要技术。Photoshop、Fireworks等软件提供了切图技术,切图后可以直接导出为网页格式。2,切片,是切图的直接结果,切图实际上就将图切分为一系列的切片。 二、切图操作过程1,切图工具图标的识别2,切图基本操作(最好是先拉出参考线)1)基本操作有两个:划分切片和编辑切片。 划分切片原创 2013-12-22 20:13:00 · 866 阅读 · 0 评论 -
Ming-Ming Cheng (程明明)
MenuSkip to contentHomePublicationsCode & DataResearchNewsBiographyMing-Ming Cheng is a research fellow at Brookes Vision Group (transfering to University of Oxford), w原创 2013-12-19 08:51:29 · 3078 阅读 · 0 评论 -
Some recent CAM (Computational and Applied Math) Reports
Some recent CAM (Computational and Applied Math) Reports DateAreaCAM Reports TitleLink to pdf07/08Medical Imaging(08-51) Tin原创 2013-11-01 20:08:08 · 1244 阅读 · 0 评论 -
VC 2008 Express下安装OpenCV2.3.1
VC 2008 Express下安装OpenCV2.3.1注意:下列文档以VC2008 Express为例,VC2010下的配置应与本文档类似。VC 6.0不被OpenCV 2.3.1支持。VC Express是微软提供的免费版,可从此处下载: http://www.microsoft.com/visualstudio/en-us/products/2010-edition原创 2013-11-01 20:09:12 · 691 阅读 · 0 评论 -
HOG 梯度直方图特征
有关行人的智能检测,近年来可谓是一个热门话题。日益流行的“智慧城市”的设想中,行人检测也可以应用在例如智能交通、安防等事业中。来自法国的研究人员Navneet Dalal等软件高手在2005年首次提出了HOG,即梯度直方图特征。并以线性SVM作为分类器训练大量样本。在他们大量的实验后证明,这样的研发成品可以很好得实现行人检测。 令人欣喜的是,强大的计算机视觉库OPENCV中现在已经有了HOG原创 2013-12-12 10:16:19 · 1664 阅读 · 0 评论 -
高斯背景建模学习之icvUpdateFullWindow函数篇
static void icvUpdateFullWindow( double* src_pixel, int nChannels, int* match,CvGaussBGPoint* g_point,const CvGaussBGStatModelParams *bg_model_params ){const double learning_rate_weight = (1.0原创 2013-11-17 12:57:32 · 866 阅读 · 0 评论 -
高斯背景建模之icvMatchTest函数篇
//对每个象素点进行匹配static int icvMatchTest( double* src_pixel, int nChannels, int* match,const CvGaussBGPoint* g_point,const CvGaussBGStatModelParams *bg_model_params ){int k;int matchPosition=-1原创 2013-11-17 12:57:28 · 826 阅读 · 0 评论 -
高斯背景建模的学习
创建高斯背景模型cvCreateGaussianBGModel( IplImage* first_frame, CvGaussBGStatModelParams* parameters ){//CvGaussBGModel在cvaux.h中有定义,是一个结构体CvGaussBGModel* bg_model = 0;CV_FUNCNAME( "cvCreateGau原创 2013-11-17 12:57:23 · 1176 阅读 · 0 评论 -
同态滤波器
研究人员发现,图像f(x,y)可以表示为照度和反射两部分的乘积: 式(1)上面的式子不能直接用来对照度和反射的频率部分分别进行操作,原因是两个函数乘积的傅里叶变换是不可分的,也就是说: 式(2)然而,假设 式(3)那么: 式(4)即: 式(5)这里,和分别是和的傅里叶变换。如果借助一个滤波函数H(u,v)来处理Z(u,v),那么:原创 2013-11-01 15:35:41 · 1221 阅读 · 0 评论 -
频率域中的图像滤波
在频率域中对图像进行滤波是很简单的,其详细步骤如下所示:(1)用乘以输入图像来进行中心变换;(2)计算图像的DFT,即(3)用滤波器函数H(u,v)乘以F(u,v);(4)计算(3) 中结果的反DFT;(5)得到(4)中结果的实部;(6)用乘以(5)中的结果。H(u,v)被称为滤波器(也有人称之为滤波器传递函数),的原因是它在变换中抑制某些频率但其他频率不受影响。包原创 2013-11-01 15:34:55 · 769 阅读 · 0 评论 -
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接
blog.csdn.net/carson2005 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态原创 2013-11-01 15:32:53 · 4916 阅读 · 0 评论 -
图像的二维DFT及其反变换
在图像处理中,傅里叶变换应该是二维的,而且,是离散的,即:二维DFT。一个图像尺寸为的函数的离散傅里叶变换由以下等式给出: (1)像在一维中的一样,此表达式对u值(u=0,1,2,...,M-1)和v值(v=0,1,2,..,N-1)计算。给出,可以通过傅里叶反变换来计算得到f(x,y),即: (2)其中,x=0,1,...,M-1,y=0,1,...,N-1;上面两个式子共同原创 2013-11-01 15:30:14 · 1475 阅读 · 0 评论 -
频率域图像处理基础
谈到频率域,就不得不说傅里叶变换了。傅里叶是18世纪法国的一位伟大的数学家。他最大的贡献在于指出任何周期函数都可以表示为不同频率的正弦和或者余弦和的形式,每个正弦或者余弦乘以不同的系数(也就是被大家所熟知的傅里叶级数)。无论函数有多复杂,只要它是周期性的,并且满足一定的数学条件,就一定可以用这样的正弦和或者余弦和的形式来表示。甚至在有些情况下,非周期函数也可以用正弦和或者余弦和的形式来表示。用傅里原创 2013-11-01 15:29:50 · 1058 阅读 · 0 评论 -
压缩感知进阶——有关稀疏矩阵
http://blog.csdn.net/abcjennifer/article/details/7748833===============================回忆传统压缩对于原始信号x∈C(N*1),传统压缩是构造正交矩阵D∈C(N*N),正变换为y=Dx, 反变换x=D-1y= DTy, D-1= DT。将初始信号x变换到y∈C(N原创 2013-11-01 14:18:04 · 836 阅读 · 0 评论 -
信息检索(IR)的评价指标介绍-准确率、召回率、F1、mAP、ROC、AUC
https://yongyuan-workbench.rhcloud.com/%E4%BF%A1%E6%81%AF%E6%A3%80%E7%B4%A2ir%E7%9A%84%E8%AF%84%E4%BB%B7%E6%8C%87%E6%A0%87%E4%BB%8B%E7%BB%8D-%E5%87%86%E7%A1%AE%E7%8E%87%E3%80%81%E5%8F%AC%E5%9B%9E%E7%8原创 2013-11-15 13:02:31 · 971 阅读 · 0 评论 -
图像分割之(五)活动轮廓模型之Snake模型简介
图像分割之(五)活动轮廓模型之Snake模型简介zouxy09@qq.comhttp://blog.csdn.net/zouxy09在“图像分割之(一)概述”中咱们简单了解了目前主流的图像分割方法。下面咱们主要学习下基于能量泛函的分割方法。这里学习下Snake模型简单的知识,Level Set(水平集)模型会在后面的博文中说到。基于能量泛函的分割方法:该类方法主要指原创 2013-11-15 13:00:56 · 2136 阅读 · 0 评论