abcd_d_的专栏

这几天研究图像处理过程接触的腐蚀膨胀操作，要找个java源码参考都比较困难，所以自己写了java实现代码，并添加了阈值判断功能。可以手动修改结构元素以或者局部小改动得到不同的效果。（PS：open我是在jframe类里面调用方便显示“sourceImage=Image_Utility.arrayToGreyImage(Image_Utility.open(Image_Utility.imageTo

经过两天的挣扎，终于“写出了”属于自己的java版的SIFT算法，于是兴高采烈的P了一张图来测试：结果吓了我一跳：这就是传说中的sift算法么？ 这都匹配出啥了！首先：相似的地方找出的特征点不对应，另外匹配正确率是在堪忧！问题出在哪儿呢？经过再三检查，发现有四个地方和lowe做的不一样：1、lowe先对原图进行插值放大处理，我没有。但是这只影响特征点的数目。2、lowe的每一层

现在开始计时，三个月计划。图片识别，我来啦~

开始学习SIFT算法已经有半个月了，总算弄懂它是怎么回事了！1、这次项目是做相似图片搜索，项目需求大致确定后；就在百度里乱搜一通，搜图像匹配或图像识别之类的关键词，可以搜出一大堆东西，什么google图像匹配原理啊，什么颜色直方图啊，什么数学形态学，数字图像处理等等，当时一下子觉得很欣慰——毕竟有copy或者imitate的例子了！但是，直到写了什么感知哈希算法和一些颜色直方图之后，发现其实这

时隔半个月，终于可以提笔写这篇从零开始学sift算法的博文了！本文适合对理论有一定了解了的童鞋，帮你搞定java代码实现。如果不清楚理论，可以结合这篇博文来一起看 http://blog.youkuaiyun.com/zddblog/article/details/7521424经过再三折腾，突然回头一看，发现SIFT并没有想象的那么难，也没有想象的那么强大（这里不指那些改进的sift）！我自己是完全

异常1：ocr CreateProcess error=2, ?? java.lang.ProcessBuilder：是因为ocr没有随eclipse自动发布到相应的tomcat下，可以需要手动把tesseract启动路径改为你电脑上的tesseract程序的路径就行了，其他改路径方法也行。异常2：javax.imageio.ImageIO$ImageWriterIterator.

设（x1, y1), (x2,y2), ...(xk,yk)为输入样本，注意这里的xi本身是一个向量。假设拟合多项式为：则通过使用下面的最小平方差拟合方法：可得：拟合过程变成求上式的最小值，相信学过高数的童鞋应该都知道怎么求，对的以此对系数a0,a1....求偏导数，使其为零，最后可得K+1组方程：.......................

最近被图像分割整的天昏地暗的，在此感谢老朋友周洋给我关于分水岭算法的指点！本来打算等彩色图像分割有个完满的结果再写这篇文章，但是考虑到到了这一步也算是一个阶段，所以打算对图像分割做一个系列的博文，于是先写这篇。

最近要考试了，所以现在不写，怕这段时间都没空写了。继上一篇的算法：http://blog.youkuaiyun.com/abcd_d_/article/details/41218549，本文对分水岭算法进行了区域合并，合并准则采用hsv颜色空间的区域特征的直方图相似度进行合并。且看效果：图一是原图，图二是采用之前的文章算法的效果，图三为进行了区域合并后的效果。（大小被我调整过）（图一）