Jfuck的专栏

本文源自我之前花了2天时间做的一个简单的车牌识别系统。那个项目，时间太紧，样本也有限，达不到对方要求的95%识别率（主要对于车牌来说，D,0，O，I，1等等太相似了。然后，汉字的识别难度也不小），因此未被对方接受。在此放出，同时描述一下思路及算法。全文分两部分，第一部分讲车牌识别及普通验证码这一类识别的普通方法，第二部分讲对类似QQ验证码，Gmail验证码这一类变态验证码的识别方法和思

SIFT算法：DoG尺度空间生产 SIFT算法：KeyPoint找寻、定位与优化SIFT算法：确定特征点方向 SIFT算法：特征描述子【注】未经允许，本博客所有文章不得用于任何商业用途。转载请注明出处http://www.cnblogs.com/JiePro/目录：1、找寻2、定位3、优化

SIFT算法：DoG尺度空间生产 SIFT算法：KeyPoint找寻、定位与优化SIFT算法：确定特征点方向 SIFT算法：特征描述子【注】未经允许，本博客所有文章不得用于任何商业用途。转载请注明出处http://www.cnblogs.com/JiePro/目录：1、计算邻域梯度方向和幅值2、计算梯度

SIFT算法：DoG尺度空间生产 SIFT算法：KeyPoint找寻、定位与优化SIFT算法：确定特征点方向 SIFT算法：特征描述子【注】未经允许，本博客所有文章不得用于任何商业用途。转载请注明出处http://www.cnblogs.com/JiePro/目录：1、确定描述子采样区域2、生成描述子

原理分析： 双边滤波与高斯滤波器相比，对于图像的边缘信息能过更好的保存。其原理为一个与空间距离相关的高斯函数与一个灰度距离相关的高斯函数相乘。         空间距离：指的是当前点与中心点的欧式距离。空间域高斯函数其数学形式为：其中（xi,yi）为当前点位置，（xc,yc）为中心点的位置，sigma为空间域标准差。         灰度距离：指的是当前点灰度与中心点灰度的差的

+ From wikipediaFlood fill, also called seed fill, is an algorithm that determines the area connected to a given node in a multi-dimensional array. It is used in the "bucket" fill tool of paint

所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数。 通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc

DDA算法和Bresenham算法是计算机图形学中绘制直线的两种常用算法。本文具体介绍一下DDA算法和Bresenham算法实现的具体思路。DDA算法主要是根据直线公式y = kx + b来推导出来的，其关键之处在于如何设定单位步进，即一个方向的步进为单位步进，另一个方向的步进必然是小于1。算法的具体思路如下：1. 输入直线的起点、终点；2. 计算x方向的间距：△X和y

基于区域的图像分割-----------区域生长1. 区域生长区域增长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。     区域增长方法是一种比较普遍的方法

常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一 颜色特征（一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多

腐蚀：      把结构元素S 平移x 后得到Sx ，若Sx 包含于X ，我们记下这个x 点，所有满足上述条件的x 点组成的集合称做X 被S 腐蚀(Erosion)的结果。用公式表示为：               腐蚀的方法是，拿S 的原点和X上的点一个一个地对比，如果S 上的所有点都在X 的范围内，则S 的原点对应的点保留，否则将该点去掉。以下是详细的代码，并且附上测试

SIFT算法：DoG尺度空间生产 SIFT算法：KeyPoint找寻、定位与优化SIFT算法：确定特征点方向 SIFT算法：特征描述子【注】未经允许，本博客所有文章不得用于任何商业用途。转载请注明出处http://www.cnblogs.com/JiePro/目录：1、高斯尺度空间（GSS - Gauss Sc