fishbb0406的博客

图像搜索一、基于内容的图像检索二、视觉单词三、图像索引3.1 建立数据库3.2 添加图像一、基于内容的图像检索在大型数据库上，CBIR(Content-Based Image Retrieval，基于内容的图像检索)技术用于检索在视觉上具有相似性的图像。这样返回的图像可以是颜色相似，纹理相似，图像中的物体或场景相似；总之，基本上可以是这些图像自身共有的任何信息。对于高层查询，比如寻找相似的物体，将查询图像与数据库中所有的图像进行完全比较（比如用特征匹配）往往是不可行的。在数据库很大的情况下，这样的查询

照相机模型与增强现实一 、针孔照相机模型1.1 照相机矩阵1.2 三维点的投影1.3 照相机矩阵的分解1.4 照相机中心二、照相机标定一 、针孔照相机模型针孔照相机模型（有时称为射影照相机模型）是计算机视觉中广泛使用的照相机模型。对于大多数应用来说，针孔照相机模型简单，并且具有足够的精准度。这个名字来源于一种类似暗箱机的照相机。该照相机从一个小孔采集射到暗箱内部的光线。在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心C。由图像坐标轴和三维坐标系中的x轴和y轴对齐平行的假设，我们可以得出针

3.3创建全景图3.3.1 RANSAC3.3.2稳健的单应性矩阵估计3.3.3图像拼接3.3.4实验错误3.3.5实验结果在同一位置（即图像的照相机位置相同）拍摄的两幅或者多幅图像是单应性相关的。我们经常使用该约束将很多图像缝补起来，拼成一个大的图像来创建全景图像。下面我们将探讨如何创建全景图像。3.3.1 RANSACPANSAC是“RANdom SAmple Consensus”（随机一致性采样）的缩写。该方法是用来找到正确模型来拟合带有噪声数据的迭代方法。给定一个模型，例如点集之间的单应性矩阵

第三章--图像到图像的映射一、单应性变换二、图像扭曲三、图像中的图像四、实验结果本章讲解图像之间的变换，以及一些计算变换的实用方法。这些变换可以用于图像扭曲变性和图像配准。一、单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表示。本质上，单应性变换H，按照下面的方程映射二维中的点（齐次坐标意义下）：或者下面的函数可以实现对点进行归一化和转换齐次坐标的功能：def normallize(points): """在齐次坐标意义