duanyuwangyuyan的博客

针孔模型是很常用而且有效的模型，它描述了一束光线通过针孔之后，在针孔背面投影成像的关系。由于相机镜头上的透镜的存在，使得光线投影到成像平面的过程中会产生畸变。因为不同视角下旋转和平移的6个参数会变化，对每一个视角用来求解摄像机内参数矩阵的两个额外参数需要约束。2）在机械组装过程中，透镜和成像平面不可能完全平行，这也会使光线穿过透镜投影到成像面时的位置发生变化。对于径向畸变，成像光学中心的畸变为0，随着向边缘移动，畸变会变大。f是摄像机焦距，Z是相机到物体的距离，X是物体的长度，x图像平面上的物体图像。

PCL滤波filter

图像处理实战-笔记（以python为主）1. 图像的alpha通道1. 图像的alpha通道指一张图片的透明和半透明度。from PIL import Imageimage = Image.open('images/hill.png') #open imageimage.putalpha(255) #两张图分别为255和100的alpha值image.show()...

数字图像处理之图像增强1.时域图像增强1.1. 灰度变换1.1.1 简单平滑1.1.2 高斯平滑图像增强是改善图像质量最常用的技术；其目的是为了改善图像的视觉效果，使图像更加清晰。图像增强，按照作用域，可以分为时域处理和频域处理。时域处理直接对图像进行处理；而频域处理是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强的效果。1.时域图像增强时域图像增强技术主要有 灰度变换方法、直方图方法、滤波（线性和非线性）方法等。1.1. 灰度变换1.1.1 简单平滑通过邻域简单平

数字图像处理5之图像分割1. 概念2. 阈值分割3. 区域分割3.1 区域生长法1. 概念把图像划分成若干个特定的、具有独特性质的区域，并提取其中感兴趣目标的基数和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即把属于同一区域的像素赋予相同的编号。1998年以来，人工神经网络识别技术已经引起

摘自冈萨雷斯《数字图像处理》腐蚀和膨胀在形态学处理中有着非常广泛的应用，最常见的是对图像形态学边界的提取。1. 膨胀1.1 介绍和作用膨胀是在二值图像中“加长”或“变粗”的操作，在数学形态学运算中的作用是扩展物体的边界点。这种特殊的方式和变粗的程度由一个称为结构元素的集合控制。在数字图像处理中，对于确定的结构元素，通过膨胀运算可以使一些相邻距离较短 的区域进行连接。缺点：杂点敏感 ，细小的杂点通过膨胀处理往往变得较为明显。1.2 示例操作图中说明了膨胀的计算过程。图(a)显示了包含一个矩形对象的

1. 安装详细请参考github Python-pcl-> conda create -n ipk # create a new conda env. -> conda activate ipk # activate env.-> conda update -n base -c defaults conda # update conda-> conda config --add channels conda-forge # add conda-forge channels -

补充一下数字图像处理的基础知识1. 图像点运算1.1 灰度直方图1.2 灰度线性变换1.3 灰度非线性变换1.4 灰度拉伸1.5 灰度均衡2. 图像几何变换2.1 平移变换2.2 镜像变换2.3 图像转置2.4 图像缩放2.5 图像旋转3. 图像增强处理3.1 简单平滑3.2 高斯平滑3.3 中值滤波3.4 双边滤波3.5 拉普拉斯锐化4. 边缘检测5. 图像分割...