开心萝卜

原帖地址：http://blog.youkuaiyun.com/mailang2008/article/details/5873883对OpenCV中涉及的三种立体匹配算法进行代码及各自优缺点总结：首先我们看一下BM算法：该算法代码：[cpp] view plaincopyCvStereoBMState *BMState = cv

贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则：P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)，可以立刻导出。如上公式也可变形为：P(B|A) = P(A|B)*P(B) / P(A)。例如：一座别墅在过去的 20 年里一共发生过

定义特征值：一矩阵A作用与一向量a，结果只相当与该向量乘以一常数λ。即A*a=λa，则a为该矩阵A的特征向量，λ为该矩阵A的特征值。奇异值：设A为m*n阶矩阵，AHA的n个特征值的非负平方根叫作A的奇异值。记为σi(A)关系对于对称矩阵和 Hermite 矩阵而言， 一个非负的特征值也是一个奇异值，相应的特征向量是相应的左右奇异向量。

通俗的说说最大似然估计吧，文绉绉的概念和严谨的公式推导总是记不住，又让人昏昏欲睡....1.什么是最大似然估计   如果我们知道样本（数据）所服从的概率分布的模型，而不知道该模型中的参数，例如：高斯模型的参数：均值u，及方差sigma。最大似然估计就是用来估计模型参数的统计学方法。2.如何估计   我们有什么可以利用的信息呢？样本，概率分布模型。根据什么道理来估计呢？我们从总体中能

特征向量确实有很明确的几何意义.矩阵(既然讨论特征向量的问题.当然是方阵.这里不讨论广义特征向量的概念.就是一般的特征向量)乘以一个向量的结果仍 是同维数的一个向量.因此.矩阵乘法对应了一个变换.把一个向量变成同维数的另一个向量.那么变换的效果是什么呢?这当然与方阵的构造有密切关系.比如可 以取适当的二维方阵.使得这个变换的效果就是将平面上的二维向量逆时针旋转30度.这时我们可以问一个问题.有没有

转载至：http://www.cnblogs.com/zsb517/archive/2012/06/20/2556508.html直方图反向投影式通过给定的直方图信息，在图像找到相应的像素分布区域，opencv提供两种算法，一个是基于像素的，一个是基于块的。使用方法不写了，可以参考一下几个网站：直方图反向投影参考1直方图参考2 测试例子1：灰度直方图反向投影Ipl

这里列举二值图像连通域标记算法包括直接扫描标记算法和二值图像连通域标记快速算法一、直接扫描标记算法把连续区域作同一个标记，常见的四邻域标记算法和八邻域标记算法。1、  四邻域标记算法：1）   判断此点四邻域中的最左，最上有没有点，如果都没有点，则表示一个新的区域的开始。2）   如果此点四邻域中的最左有点，最上没有点，则标记此点为最左点的值；如果此点四邻域中的最左没有点，最上有点

1、下载软件。Opencv2.3.1可从此处下载到：http://www.opencv.org.cn/index.php/DownloadVSExpress是微软提供的免费版，可从此处下载：http://www.microsoft.com/visualstudio/en-us/products/2010-editions/express2、安装软件。先安装VS2008或VS2010

[转]冈萨雷斯版里面的解释非常形象：一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜。棱镜是可以将光分解为不同颜色的物理仪器，每个成分的颜色由波长（或频率）来决定。傅里叶变换可以看作是数学上的棱镜，将函数基于频率分解为不同的成分。当我们考虑光时,讨论它的光谱或频率谱。同样, 傅立叶变换使我们能通过频率成分来分析一个函数。Fourier theory讲的就是：任何信号

OpenCV_连通区域分析（Connected Component Analysis/Labeling）【摘要】本文主要介绍在CVPR和图像处理领域中较为常用的一种图像区域（Blob）提取的方法——连通性分析法（连通区域标记法）。文中介绍了两种常见的连通性分析的算法：1）Two-pass；2）Seed-Filling种子填充，并给出了两个算法的基于OpenCV的C+

opencv在QT中的配置主要是编辑pro文件，opencv的安装不再赘述，本文内容为vs编译器。其实也是很简单的，在你的Pro文件下添加一些语句就OK了。我的添加语句如下：      INCLUDEPATH+= **/opencv/include\LIBS+=**/opencv/lib/*.lib\路径最好使用反斜杠，因为\可能出现转义歧义，比如\*.lib库文件

转自：http://blog.youkuaiyun.com/jiangxinyu/article/details/7999102这里列举二值图像连通域标记算法包括直接扫描标记算法和二值图像连通域标记快速算法一、直接扫描标记算法把连续区域作同一个标记，常见的四邻域标记算法和八邻域标记算法。1、  四邻域标记算法：1）   判断此点四邻域中的最左，最上有没有点，如果都没有点，则表示

原帖地址：http://blog.youkuaiyun.com/chenyusiyuan/article/details/5963256三、双目定标和双目校正双目摄像头定标不仅要得出每个摄像头的内部参数，还需要通过标定来测量两个摄像头之间的相对位置（即右摄像头相对于左摄像头的三维平移 t 和旋转 R 参数）。图6要计算目标点在左右两个视图上形成的视差，首先要把该点在左右

在双目视觉中，我们对相机进行标定和校正，最终目的是使得两个相机的光轴完全平行，这样才能够继续后续的深度计算，三维重建。这样的校正在OPencv中采用的是Bouguet的极线校正的算法。读了一些文章，现在对bouguet极线校正做一下笔记。有一些还理解不透彻的地方，欢迎大家讨论和指正。校正前的左右相机的光心并不是平行的，两个光心的连线就叫基

平移：假设M是原点为(0,0,0)的坐标系，N是原点为(2,2,2)的坐标系，点P(px,py,pz)是M中的一点，那么点P在N中的坐标P‘是多少呢？p'x = px - 2;p'y = py - 2;p'z = pz - 2;换成矩阵看看：[java] view plaincopyp'x = |px| + |-2|  p'y = |py

QT - OpenCV的安装与配置 想在QT中使用OpenCV来实现连续图片转成视频的功能，于是打上了OpenCV的主意安装OpenCV的过程也是充满了曲折，但是最终还是安装成功了，现记录安装过程，以防系统重装后傻眼。 感谢以下前辈的分享：https://zahidhasan.wordpress.com/2014/08/19/qt-5-3-1-64-bit-mingw-wi

1．    什么是卡尔曼滤波器（What is the Kalman Filter?）在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院

转载：http://blog.youkuaiyun.com/jinshengtao/article/details/30258833       这次将介绍基于MeanShift的目标跟踪算法，首先谈谈简介，然后给出算法实现流程，最后实现了一个单目标跟踪的MeanShift算法【matlab/c两个版本】      csdn贴公式比较烦，原谅我直接截图了… 一、简介  

前景分割中一个非常重要的研究方向就是背景减图法，因为背景减图的方法简单，原理容易被想到，且在智能视频监控领域中，摄像机很多情况下是固定的，且背景也是基本不变或者是缓慢变换的，在这种场合背景减图法的应用驱使了其不少科研人员去研究它。      但是背景减图获得前景图像的方法缺点也很多：比如说光照因素，遮挡因素，动态周期背景，且背景非周期背景，且一般情况下我们考虑的是每个像素点之间独立，这对实

关于opencv的帮助文档地址http://wiki.opencv.org.cn/

转自：http://blog.youkuaiyun.com/xiajun07061225/article/details/6926108Canny边缘检测算法一直是边缘检测的经典算法。下面详细介绍Canny边缘检测算法的原理以及编程实现。Canny边缘检测基本原理：(1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。 (2)根据对信噪比与定位乘积进行测

转载：http://blog.youkuaiyun.com/raby_gyl/article/details/17409717相关文章：OpenCV三角剖分的遍历和纹理映射：http://blog.youkuaiyun.com/raby_gyl/article/details/19758167Delaunay三角剖分是1934年发明的将空间点连接为三角形，使得所有三角形中最小角最大