<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chenli2010</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chenli2010]]></copyright><item><title><![CDATA[一种图像精确匹配方法]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7922926</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7922926</guid><author>chenli2010</author><pubDate>Thu, 30 Aug 2012 10:28:12 +0800</pubDate><description><![CDATA[本文参照论文 An Iterative Image Registration Technique Using a Scale-Space Model ( tech report  2011)中的配准方法，有需要更深入了解的童鞋请看原文。
对于同一场景以不同视角拍摄的两张图片，如果要找到它们的对应关系，就要用到图像配准的方法。通常情况下，这两幅图像之间为仿射变换关系，即一幅图像通过平移、旋转和伸缩]]></description><category></category></item><item><title><![CDATA[求解实系数一元三次方程的根]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7919175</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7919175</guid><author>chenli2010</author><pubDate>Wed, 29 Aug 2012 11:11:48 +0800</pubDate><description><![CDATA[#include
#include
#include

struct Root
{
	std::complex x1;
	std::complex x2;
	std::complex x3;

	Root(const std::complex& r1,const std::complex& r2,std::complex& r3):
	x1(r1),x2(r2),x3(r3) { }
};

//]]></description><category></category></item><item><title><![CDATA[小程序之sobel算子]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7904790</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7904790</guid><author>chenli2010</author><pubDate>Fri, 24 Aug 2012 17:04:22 +0800</pubDate><description><![CDATA[void sobel(IplImage* src,IplImage* dst)
{
	cvZero(dst);
	unsigned char a00,a01,a02;
	unsigned char a10,a11,a12;
	unsigned char a20,a21,a22;

/**********************************************************]]></description><category></category></item><item><title><![CDATA[卷积的物理意义]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7902612</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7902612</guid><author>chenli2010</author><pubDate>Fri, 24 Aug 2012 09:57:28 +0800</pubDate><description><![CDATA[其一： 
有一个七品县令，喜欢用打板子来惩戒那些市井无赖，而且有个惯例：如果没犯大罪，只打一板，释放回家，以示爱民如子。

        有一个无赖，想出人头地却没啥指望，心想：既然扬不了善名，出恶名也成啊。怎么出恶名？炒作呗！怎么炒作？找名人呀！他自然想到了他的行政长官——县令。

        无赖于是光天化日之下，站在县衙门前撒了一泡尿，后果是可想而知地，自然被请进大堂挨了一板]]></description><category></category></item><item><title><![CDATA[卷积]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7902522</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7902522</guid><author>chenli2010</author><pubDate>Fri, 24 Aug 2012 09:38:22 +0800</pubDate><description><![CDATA[卷积这个东东是“信号与系统”中论述系统对输入信号的响应而提出的。因为是对模拟信号论述的，所以常常带有繁琐的算术推倒，很简单的问题的本质常常就被一大堆公式淹没了，那么卷积究竟物理意义怎么样呢？
        卷积表示为y(n) = x(n)*h(n)
        使用离散数列来理解卷积会更形象一点，我们把y(n)的序列表示成y(0),y(1),y(2) and so on; 这是系统响应出]]></description><category></category></item><item><title><![CDATA[用opencv截图]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7899773</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7899773</guid><author>chenli2010</author><pubDate>Thu, 23 Aug 2012 14:42:14 +0800</pubDate><description><![CDATA[以前截图都用windows自带的画图工具，由于只能用鼠标控制所选区域，当需要精确截图时非常麻烦。今天突发奇想，用opencv写一个截图工具，却意想不到的好用。其代码如下：
#include
#include
#include

CvPoint pt1 = cvPoint(0,0);
CvPoint pt2 = cvPoint(0,0);
bool is_selecting = false;

/]]></description><category></category></item><item><title><![CDATA[zwosaf]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7874739</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7874739</guid><author>chenli2010</author><pubDate>Thu, 16 Aug 2012 19:42:20 +0800</pubDate><description><![CDATA[#ifndef ALIGNER_H
#define ALIGNER_H

#include
#include
#include
#include
#include

struct AlignParam
{
	double tx;       // translation along x axis
	double ty;       // translation along]]></description><category></category></item><item><title><![CDATA[找点]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7828312</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7828312</guid><author>chenli2010</author><pubDate>Fri, 03 Aug 2012 18:22:54 +0800</pubDate><description><![CDATA[#ifndef CENTERFINDER_H
#define CENTERFINDER_H

#include
#include
#include

//*---------------------------------------------------------------------
//	
//	this function finds the longest successive se]]></description><category></category></item><item><title><![CDATA[OpenCV肤色检测和模板匹配]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7046149</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7046149</guid><author>chenli2010</author><pubDate>Tue, 06 Dec 2011 15:07:51 +0800</pubDate><description><![CDATA[想起来做手势了，虽然OpenNI里有内置的手势识别算法，但效果似乎不是很好，于是乎就寻思着自己从头开始，包括手的侦测，跟踪，然后识别手势。不过不知道能不能做的比OpenNI内置的方法好。不管怎样先打打基础再说。于是乎拿着OpenCV瞅瞅，花了一个上午时间实验了两个内置的函数，其一为肤色检测，其二为模板匹配。下面是肤色检测代码：

#include
#include
#include

#inc]]></description><category></category></item><item><title><![CDATA[单kinect多帧静止场景的深度图像去噪]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/7006573</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/7006573</guid><author>chenli2010</author><pubDate>Thu, 24 Nov 2011 10:44:27 +0800</pubDate><description><![CDATA[老板kinect去噪的任务下达已经有半个多月了，前期除了看了几天文献之外就打酱油了，好像每天都很忙，可是就是不知道在忙什么。这几天为了交差，就胡乱凑了几段代码，得到一个结果，也知道不行，先应付一下，再图打算。
程序思想很简单，先对静止的场景连续采样若干帧，然后对所有点在时间域取中值，对取完中值之后的无效点在空间域取最近邻，勉强将黑窟窿填上了。由于代码较长，现在奉上关键的几个片段：
#inclu]]></description><category></category></item><item><title><![CDATA[kinect深度数据误差类型]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6988926</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6988926</guid><author>chenli2010</author><pubDate>Fri, 18 Nov 2011 16:56:50 +0800</pubDate><description><![CDATA[本文初步探求kinect的噪声模型，方法是用鼠标事件选择深度图像上的点，采样这个点的若干个深度值，画出其变化曲线。由于不会用C++画图，又不想先存储深度数据然后在MATLAB中画图，当然更不知道MATLAB与C++的联合编程，所以只好用OpenCV将就将就。现将源程序奉上：
#include
#include
#include
#include
#include
using names]]></description><category></category></item><item><title><![CDATA[使用openNI读取两个kinect的数据]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6948228</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6948228</guid><author>chenli2010</author><pubDate>Tue, 08 Nov 2011 16:41:00 +0800</pubDate><description><![CDATA[近日，奉老板之命又买回一个kinect，加上一个月前买回的一个总共两个，如何在一台电脑上连两个kinect就成了当前的首要任务。按习惯google之，只有不到十个网页可供参考。其中日本名古屋工业大学一位仁兄提供了源代码（这得感谢google强大的搜索功能，源代码文件的上一级目录就不能访问了，说是没经过允许……），可以编译，但运行出错。两个rgb相机输出没问题，深度相机只能找到一个。看来还得自己摸索]]></description><category></category></item><item><title><![CDATA[使用OpenCV中的鼠标响应机制在彩色图像中显示深度信息]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6897161</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6897161</guid><author>chenli2010</author><pubDate>Sat, 22 Oct 2011 21:31:34 +0800</pubDate><description><![CDATA[上一篇探讨了如何利用OpenCV中的鼠标响应机制进行交互，趁着手热又写了一个小程序，先读取kinect产生的深度图和彩色图，然后通过移动鼠标选取彩色图像上的点，然后在深度图中找到该点的深度值，最后将深度值在彩色图像中显示出来。
 
#include
#include
#include

#include
using namespace std;

struct CvKinectI]]></description><category></category></item><item><title><![CDATA[OpenCV中的鼠标事件响应]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6896194</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6896194</guid><author>chenli2010</author><pubDate>Sat, 22 Oct 2011 13:20:40 +0800</pubDate><description><![CDATA[学习OpenCV已经快一年了，以前一直注重算法的实现，基本上忽略了人机互动方面的内容。现在玩Kinect，想写一个程序显示鼠标所指位置的深度值，所以学习了一下OpenCV中的鼠标事件响应。花大半天的时间终于看懂了于老师书中的例子（《学习OpenCV》例4-1：用鼠标在窗口中画方形的程序，P114-P117）自己也照葫芦画瓢写了一个，还是实现原来的功能，不过改了一下写法罢了。
/*********]]></description><category></category></item><item><title><![CDATA[OpenCV中的鼠标事件响应]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6896154</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6896154</guid><author>chenli2010</author><pubDate>Sat, 22 Oct 2011 12:55:04 +0800</pubDate><description><![CDATA[学习OpenCV已经快一年了，以前一直注重算法的实现，基本上忽略了人机互动方面的内容。现在玩Kinect，想写一个程序显示鼠标所指位置的深度值，所以学习了一下OpenCV中的鼠标事件响应。花大半天的时间终于看懂了于老师书中的例子（《学习OpenCV》例4-1：用鼠标在窗口中画方形的程序，P114-P117）自己也照葫芦画瓢写了一个，还是实现原来的功能，不过改了一下写法罢了。  /*********]]></description><category></category></item><item><title><![CDATA[kinect和openNI学习资料汇总]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6887646</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6887646</guid><author>chenli2010</author><pubDate>Wed, 19 Oct 2011 12:01:38 +0800</pubDate><description><![CDATA[Kinect到手快一个月了，期间查阅了很多资料，见识了很多牛人，他们的工作如此漂亮，让我大开眼界。现将自己所掌握的资料汇总于此，以便随时查阅。
首先是csdn上小斤童鞋的系列文章：
           Kinect开发教程一：OpenNI的安装与开发环境配置
           Kinect开发教程二：OpenNI读取深度图像与彩色图像并显示
           Kinect开发教程]]></description><category></category></item><item><title><![CDATA[OpenCV矩阵结构CvMat初探]]></title><link>https://blog.youkuaiyun.com/chenli2010/article/details/6781536</link><guid>https://blog.youkuaiyun.com/chenli2010/article/details/6781536</guid><author>chenli2010</author><pubDate>Fri, 16 Sep 2011 21:23:36 +0800</pubDate><description><![CDATA[1. 理解CvMat结构的数据类型
 新建二维矩阵：cvMat* cvCreateMat(int rows, int cols,int type);
其中type可以是任何预定义类型，其结构为：CV_(S|U|F)C，bit_depth表示存储一个数字所需要的位数；S|U|F]]></description><category></category></item></channel></rss>