- 博客(6)
- 资源 (9)
- 收藏
- 关注
转载 高等数学体系结构
说实话,知道这些没有任何用处。难不难也看个人的喜欢和思维习惯,有的人学代数就是很难但学分析会觉得简单,有的人又正好相反。简单地说一下;数学中有“三低三高”之说,也就是指分析、代数和几何三个分支,其中三低是指大学的基础课程,分析主要指数学分析(包括实数理论、微积分理论、级数理论、微分方程等),代数主要指高等代数(包括多项式理论、矩阵理论、向量空间、线性空间等),几何主要指空间解析几何(包括投影几何、
2015-09-30 08:57:41 7320
转载 华山论剑----常用角点检测与角点匹配方法比较
最近这些日子,我在中科院实习了一段时间,收获了很多宝贵的知识和经验,也认识了一些朋友,在这里感谢老师们对我的指导和建议。作为一名图像处理专业的数学Geek,我很喜欢做关于图像方面的算法研究,在这里把近几年的角点特征匹配方法做个总结,和大家分享一下。 图像匹配能够应用的场合非常多,如目标跟踪,检测,识别,图像拼接等,而图像匹配最核心的技术就要属角点匹配了,所谓角点匹配是指寻找两幅图像之间的特征
2015-09-09 14:48:20 2116 1
转载 本质矩阵和基础矩阵的区别是什么
先了解下对极几何,两个相机在不同位置(实际要求光心位置不同即可)拍摄两张图,这个模型就是对极几何,如下图(摘自《计算机视觉中的多视图几何》):两摄像机光心分别是C和C',图像平面是两白色的平面,空间中某一个点X在两张图的投影点分别是x和x'。这样的模型就是对极几何,空间点和两光心组成的平面叫做对极面。简言之,不同视点拍摄的两个场景满足对极几何关系。再讲下基本矩阵,存在这么一个矩阵F
2015-09-09 14:28:02 3047
转载 比较 KAZE 与 SIFT 的算法
根据测试结果,两种算法对于ubc、bikes、trees和boat四种图集都有很好的鲁棒性,能够准确将图像匹配起来。两种算法的差异主要是在bark、graf、leuven和wall图集中表现出来的。方法/步骤1bark图集主要检验特征算法对旋转和缩放的鲁棒性。可见KAZE算法有效检测的特征点少于SIFT算法,而SIFT算法则能成功匹配所有
2015-09-09 14:15:23 4188
转载 齐次坐标的理解
一直对齐次坐标这个概念的理解不够彻底,只见大部分的书中说道“齐次坐标在仿射变换中非常的方便”,然后就没有了后文,今天在一个叫做“三百年 重生”的博客上看到一篇关于透视投影变换的探讨的文章,其中有对齐次坐标有非常精辟的说明,特别是针对这样一句话进行了有力的证明:“齐次坐标表示是计算机图形学的重要手段之一,它既能够用来明确区分向量和点,同时也更易用于进行仿射(线性)几何变换。”—— F.S. Hill
2015-09-09 13:43:49 914
转载 OpenCV中特征点提取和匹配的通用方法
OpenCV在新版本中把很多C语言的代码都重新整理成了C++代码,让我们在使用的时候更加方便灵活。其中对于特征点的提取和匹配,充分体现了C++的强大。下面直接用例子来说明。假设我们有两幅图:1.bmp和2.bmp,要从中提取体征点并匹配,代码如下: // Load image from fileIplImage *pLeftImage = cvLoadImage("1.bmp", CV
2015-09-09 13:35:32 2534 1
How to Install Google Chrome In A Different Drive In Windows Digitechind.pdf
2020-01-03
GTK2.2.4 all in on bundle
2015-12-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人