许进进的博客

计算机视觉的三个基本任务： 1）对象检测(object detection) 2）对象跟踪(object tracking) 3）对象分割(object segmentation)一：Features and filters1.1 Filtering滤波的作用在于：Enhance an image (denoise, resize, etc)...

一：基本概念1.1 颜色与RGBA值 计算机通常将图像表示为RGB值，或者再加上alpha值（通透度，透明度），称为RGBA值。 在Pillow中，RGBA的值表示为由4个整数组成的元组，分别是R、G、B、A。整数的范围0~255。RGB全0就可以表示黑色，全255代表黑色。可以猜测(255, 0, 0, 255)代表红色，因为R分量最大，G、B分量为0，所以呈...

1.1特征匹配（Feature Match) 特征匹配是计算机视觉中很多应用的基础，比如说图像配准，摄像机跟踪，三维重建，物体识别，人脸识别，所以花一些时间去深入理解这个概念是不为过的。本文希望通过一种通俗易懂的方式来阐述特征匹配这个过程，以及在过程中遇到的一些问题。首先我通过几张图片来指出什么是特征匹配，以及特征匹配的过程。图像一：彩色圆圈为图像的特征点图像...

1.1 特征描述子(Feature Descriptor) 特征描述子就是图像的表示，抽取了有用的信息，丢掉了不相关的信息。通常特征描述子会把一个w*h*3(宽高3，3个channel)的图像转换成一个长度为n的向量/矩阵。比如一副64*128*3的图像，经过转换后输出的图像向量长度可以是3780。 什么样子的特征是有用的呢？假设我们想要预测一张图片里面衣服上面的...

reference：http://blog.youkuaiyun.com/marising/article/details/6543943在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，...

一：Canny简介 图像边缘信息主要集中在高频段，通常说图像锐化或检测边缘，实质就是高频滤波。我们知道微分运算是求信号的变化率，具有加强高频分量的作用。在空域运算中来说，对图像的锐化就是计算微分。由于数字图像的离散信号，微分运算就变成计算差分或梯度。图像处理中有多种边缘检测（梯度）算子，常用的包括普通一阶差分，Robert算子（交叉差分），Sobel算子等等，是基于寻找梯度强度。拉普...

一：实验目的 通过编程，实现将一幅彩色图像分割为若干个同质区域，即采用K-Means聚类算法来将像素分组从而实现图像分割。在实验中，要分别基于颜色特征和纹理特征实现图像分割，并通过分析比较两种视觉特征在图像分割中的性能。二：实验设计本实验设计4个功能函数2.1生成隶属度矩阵函数说明 给定一个h * w *d 的矩阵featIm，其中h 和w 为原始图...