c++
文章平均质量分 74
alpha_Escher
这个作者很懒,什么都没留下…
展开
-
32运动与跟踪-亚像素级角点检测
32运动与跟踪-亚像素级角点检测如果我们进行图像处理的目的不是提取用于识别的特征点而是进行几何测量,则通常需要更高的精度,而函数 cvGoodFeaturesToTrack()只能提供简单的像素的坐标值,就是说,我们有时候会需要实数坐标值而不是整数坐标值。图像测量常用的领域为三维重建、摄像机标定、推向拼接以及在卫星图像中查找特定的信号,如一栋建筑的精确位置。亚像素级角点的位置在摄像机标定、...原创 2018-05-09 20:03:47 · 337 阅读 · 0 评论 -
车牌区域检测
车牌区域检测出至《OpenCV图像处理编程实例》1:对于场景内车辆目标图像srcImage,首先将图像转换到HSI颜色空间,HSI颜色空间依据色彩的三个基本性质:色调(Hue)、饱和度(Saturation)和亮度(Illumination).色调(H)是描述纯色的属性:饱和度(S)是指纯色被白色稀释的程度的度量,其值越大,色彩纯度越高;亮度(I)是描述光照的强度。 对于一幅三颜色R...原创 2018-06-01 13:29:37 · 1863 阅读 · 0 评论 -
形态学滤波角点提取
形态学滤波角点提取形态学边缘检测的原理是利用膨胀与腐蚀变化区域特征来完成边缘检测,膨胀操作是将目标物体向周围领域扩展,而腐蚀操作是将目标物体向领域收缩,图像的边缘恰好反应在形态学腐蚀与膨胀中变化的区域,因此只需要将膨胀得到的结果图与腐蚀的得到的结果图进行差运算,就可以得到物体的边缘。形态学边缘检测可以形态学梯度操作函数morphologyEx直接得到,具体是通过计算形态学膨胀结果图与腐蚀结果图...原创 2018-06-04 09:48:12 · 702 阅读 · 0 评论 -
图像噪声
图像噪声一:椒盐噪声椒盐噪声是数字图像中的常见噪声,一般是由图像传感器,传输信道及解码处理等产生的黑白相同的亮暗点噪声,椒盐噪声常由图像切割产生。椒盐噪声是指两种噪声:盐粒噪声(salt noise)和胡椒噪声(pepper noise)。盐噪声一般是白色噪声,椒噪声一般是黑色噪声,前者是高灰度噪声,后者属于低灰度噪声,一般两种噪声同时出现,呈现在图像上就是黑白杂点。图像去除脉冲干扰及...原创 2018-05-27 11:48:46 · 1883 阅读 · 0 评论 -
信息熵阈值分割
信息熵阈值分割把信息熵的概念带入图像就是,图像的信息熵越大(信息量大),所包含的细节越多,图像就越清晰。 最大信息熵阈值分割的示例代码如下:#include <opencv2/imgproc/imgproc.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/...转载 2018-05-26 18:14:31 · 2263 阅读 · 0 评论 -
灰度比特平面
灰度比特平面将灰度图像的8bit平面分开来显示: 示例代码如下:#include <opencv2/imgproc/imgproc.hpp> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <iostream&g...原创 2018-05-26 15:35:27 · 359 阅读 · 0 评论 -
Gamma校正
Gamma校正gamma校正(幂律变换)是一种重要的非线性变换,其是对输入图像灰度值进行指数变换,进而校正亮度偏差,通常应用于扩展暗调的细节。一般情况下,当Gamma校正的值大于1时,图像的高光部分被压缩而暗调部分被扩展;当Gamma校正的值小于1时,图像的高光部分被扩展而暗调部分被压缩,在最简单的情况下,gamma校正通过以下的幂律表达式来定义: 函数图像如下: 其中c是常数,输...原创 2018-05-26 14:48:56 · 10474 阅读 · 2 评论 -
距离变换-distanceTransform
距离变换-distanceTransform1:Opencv中distanceTransform方法用于计算图像中每一个非零点距离离自己最近的零点的距离,distanceTransform的第二个Mat矩阵参数dst保存了每一个点与最近的零点的距离信息,图像上越亮的点,代表了离零点的距离越远。实例代码如下:#include <opencv2/imgproc/imgproc.h...原创 2018-05-26 13:53:04 · 20527 阅读 · 1 评论 -
33运动与跟踪-LK光流
33运动与跟踪-LK光流一.基于特征点的目标跟踪的一般方法 基于特征点的跟踪算法大致可以分为两个步骤: 1)探测当前帧的特征点; 2)通过当前帧和下一帧灰度比较,估计当前帧特征点在下一帧的位置; 3)过滤位置不变的特征点,余下的点就是目标了。很显然,基于特征点的目标跟踪算法和1),2)两个步骤有关。特征点可以是Harris角点(见我的另外一篇博文),也可以是边缘点...原创 2018-05-15 20:16:58 · 1335 阅读 · 0 评论 -
31运动与跟踪-角点检测
31运动与跟踪-角点检测特征检测与匹配是Computer Vision 应用总重要的一部分,这需要寻找图像之间的特征建立对应关系。点,也就是图像中的特殊位置,是很常用的一类特征,点的局部特征也可以叫做“关键特征点”(keypoint feature),或“兴趣点”(interest point),或“角点”(conrner)。关于角点的具体描述可以有几种:一阶导数(即灰度的梯度)的局部...原创 2018-05-08 18:43:34 · 373 阅读 · 0 评论 -
34运动与跟踪-运动模板
34运动与跟踪-运动模板OpenCV中运动与跟踪这一章节中,在前面的介绍中,主要给出了LK光流法,以及基于概率统计,窗口搜索的meanshif算法以及meanshif算法的改进版-camshift算法,这两天主要在看运动模板的跟踪运动方法,下面就简要的介绍下。 运动模板的方法是美国的MIT实验室提出来的,是一种有效的跟踪普通运动的方法,尤其可应用在姿态识别中。运动模板的方法首先需要的是知道...原创 2018-05-19 11:52:20 · 272 阅读 · 0 评论 -
距离变换--扫描
距离变换–扫描一:相关原理图像的距离变换实现了像素与图像区域的距离变换,使得最后生成的图像在该自己元素位置处的像素为0,临近的背景的像素具有较小的值,且随着距离的增大它的的数值也就越大。对于距离图像来说,图像中的每个像素的灰度值为该像素与距离其最近的背景像素间的距离,也就是说,给每个像素赋值为离它最近的背景像素点与其距离,一幅二值图像的距离变换可以提供每个像素到最近的非零像素的距离。 ...原创 2018-05-17 12:56:21 · 615 阅读 · 0 评论 -
C/C++读写文本文件、二进制文件
C/C++读写文本文件、二进制文件一:目的掌握C语言文本文件读写方式;掌握C语言二进制文件读写方式;掌握CPP文本文件读写方式;掌握CPP二进制文件读写方式;二:C语言文本文件读写1.文本文件写入//采用C模式对Txt进行写出void TxtWrite_Cmode(){ //准备数据 int index[50] ; double x_p...转载 2018-06-29 23:41:16 · 1011 阅读 · 0 评论