机器视觉
读书与远方
这个作者很懒,什么都没留下…
展开
-
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 -
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 -
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 -
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 -
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 -
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 -
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 -
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 -
(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 -
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(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 -
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 -
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 -
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 -
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 -
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 -
计算机视觉领域稍微容易中的期刊(第一版)
模式识别,计算机视觉领域,期刊 (1)pattern recognition letters, 从投稿到发表,一年半时间(2)Pattern recognition 不好中,时间长(3)IEICE Transactions on Information and Systems, 作者中有一个必须是会员。收费高,审稿快。影响因子0.4(4)International Journa原创 2013-11-01 15:37:07 · 951 阅读 · 0 评论 -
推荐一些计算机视觉相关的书籍
经常碰到有人问我关于计算机视觉(机器视觉)领域的入门书籍或者相关书籍,下面我就推荐一些自己看的,当然,不见得满足所有人的需求,不过,还是真诚的希望能对你有所帮助。(1)数字图像处理,冈萨雷斯,阮秋琦(译),电子工业出版社;(2)opencv基础篇,于仕琦,刘瑞祯,北京航空航天大学出版社;(3)Learning OpenCV computer vision with the open原创 2013-11-01 15:32:02 · 858 阅读 · 0 评论 -
介绍几篇压缩感知相关的文章
这几篇是个人觉得比较通俗易懂的入门文章,(1)压缩感知研究; 戴琼海、付长军;清华大学;计算机学报 2011(2)压缩感知; 许志强;中科院计算所; 2012;(3)压缩感知理论及其研究进展; 石光明、刘丹华; 西电; 电子学报; 2009;(4)一个武汉大学的PPT,2011年的(5)压缩感知回顾与展望; 焦李成、杨淑媛; 西电; 电子学报; 2011;需要的朋友可以原创 2013-11-01 14:17:04 · 910 阅读 · 0 评论 -
利用Hog特征和SVM分类器进行行人检测
之前介绍过Hog特征(http://blog.csdn.net/carson2005/article/details/7782726),也介绍过SVM分类器(http://blog.csdn.net/carson2005/article/details/6453502 );而本文的目的在于介绍利用Hog特征和SVM分类器来进行行人检测。 在2005年CVPR上,来自法国的研究原创 2013-11-01 15:38:13 · 973 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 -
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 -
压缩感知简介
Nyquist采样定理(香农采样定理)指出,采样速率达到信号带宽的两倍以上时,才能由采样信号精确重建原始信号。可见,带宽是Nyquist采样定理对采样的本质要求。然而随着人们对信息需求量的增加,携带信息的信号带宽越来越宽,以此为基础的信号处理框架要求的采样速率和处理速度也越来越高。解决这些压力常见的方案是信号压缩。但是,信号压缩实际上是一种资源浪费,因为大量的不重要的或者只是冗余信息在压缩过程中被原创 2013-11-01 14:16:38 · 1229 阅读 · 0 评论 -
比微软kinect更强的视频跟踪算法--TLD跟踪算法介绍
TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时,通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目原创 2013-11-01 15:38:55 · 673 阅读 · 0 评论 -
OpenCV背景去除的几种方法
1、肤色侦测法肤色提取是基于人机互动方面常见的方法。因为肤色是人体的一大特征,它可以迅速从复杂的背景下分离出自己的特征区域。一下介绍两种常见的肤色提取:(1)HSV空间的肤色提取HSV色彩空间是一个圆锥形的模型,具体如右图所示:色相(H)是色彩的基本属性,就是平常说的颜色名称,例如红色、黄色等,依照右图的标准色轮上的位置,取360度得数值。(也有0~100%的方法确定) 饱和度原创 2013-11-02 19:25:18 · 4747 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 -
高斯背景建模程序
//,将高斯建模改成了用一个亮度分量信息建立,但是发现,修改那个权值,还有那个多少个高斯分布,好像对检查没有什么影响一样!#include #include #include #include #include //必须引此头文件void main( ){ //参数初始化定义IplImage* pFrame = NULL; IplImage* pFr原创 2013-11-17 12:57:19 · 1063 阅读 · 0 评论 -
浅谈颜色空间
有位网友问我:色彩调整需要一定的色彩知识,但在讲解ps的有关书籍中都不讲解色彩知识(只有简单的概念介绍),在网上也很难找到这方面的资料,因此不少人只有一个色彩方面的基本概念,真要运用起来,总是感到无从下手,比方说:1、色相、饱合度、亮度与R、G、B值存在什么关系?换句话说就是R、G 、B值是如何决定色相饱合度与亮度的?2、色轮上的红、黄、绿、青、蓝、品各自的60度范围是的R、G 、B有什么特征?如原创 2013-11-02 19:28:22 · 1200 阅读 · 0 评论 -
The FastICA package for MATLAB 源代码
Independent Component Analysis (ICA) and Blind Source Separation (BSS)HomeResearchMembersDemosSoftwareLinksLatest update 2013-03-05 13:45 EET Maintained by Juha Karhunen原创 2013-11-02 19:27:49 · 2838 阅读 · 0 评论 -
几种典型的颜色空间
二.几种典型的颜色空间(一)CIE色度模型 国际照明委员会(CIE,Commission Internationale de L'Eclairage / International Commission on Illumination)的色度模型是最早使用的模型之一。它是三维模型,其中,x和y两维定义颜色,第3维定义亮度。CIE 在1976 年规定了两种颜色空间。一种是用于自照明的原创 2013-11-02 19:27:14 · 7530 阅读 · 0 评论 -
ps计算命令选取颜色的方法(网摘)
(2012-09-15 15:07:53)转载▼标签:杂谈分类: 摄影后期教程选取颜色的方法。用选择-色彩范围的方法比较常用,但是在LAB通道下通过计算,能得到更好的常用颜色的选区。PS中LAB的介绍:CIE L*a*b* 颜色模型 (Lab) 基于人对颜色的感觉。Lab 中的数值描述正常视力的人能够看到的所有颜色。因原创 2013-11-02 19:27:07 · 1205 阅读 · 0 评论 -
初识压缩感知Compressive Sensing
http://blog.csdn.net/abcjennifer/article/details/7721834压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究,对于Compressive Sensing有了初步理解,在此分享一些资料与精华。本文针对陶哲轩和Emmanuel Candes上次到北京的讲座中对压缩感知的讲解进行讲解,原创 2013-11-01 11:21:10 · 1014 阅读 · 0 评论