XYLiu的专栏

图像拼接就是把针对同一场景的相互有部分重叠的一系列图片合成一张大的宽视角的图像. 拼接后的图像要求最大程度地与原始图像接近, 失真尽可能小, 没有明显的缝合线.       图像拼接技术在宇宙空间探测、海底勘测、医学、气象、地质勘测、军事、视频压缩和传输, 档案的数字化保存, 视频的索引和检索, 物体的 3-D 重建, 军事侦察和公安取证, 数码相机的超分辨处理等领域都有广泛的应用. 主要表现

RANSAC(Random Sample Consensus)即随机采样一致性，对SIFT算法产生的128维特征描述符进行剔除误匹配点。       首先，从已求得的配准点对中抽取几对配准点，计算变换矩阵，并将这几对点记录为”内点”。继续寻找配准点对中的非内点，若这些配准点对符合矩阵，则将其添加到内点。当内点中的点对数大于设定阈值时，则判定此矩阵为精确的变换矩阵。依照以上方法，随机采样 N 次

在模式识别领域，Haar特征是大家非常熟悉的一种图像特征了，它可以应用于许多目标检测的算法中。与Haar相似，图像的局部矩形内像素的和、平方和、均值、方差等特征也可以用类似Haar特征的计算方法来计算。这些特征有时会频繁的在某些算法中使用，因此对它的优化势在必行。Boxfilter就是这样一种优化方法，它可以使复杂度为O(MN)的求和，求方差等运算降低到O(1)或近似于O(1)的复杂度，它的缺点是

双边滤波很有名，使用广泛，简单的说就是一种同时考虑了像素空间差异与强度差异的滤波器，因此具有保持图像边缘的特性。先看看我们熟悉的高斯滤波器其中W是权重，i和j是像素索引，K是归一化常量。公式中可以看出，权重只和像素之间的空间距离有关系，无论图像的内容是什么，都有相同的滤波效果。再来看看双边滤波器，它只是在原有高斯函数的基础上加了一项，如下其中 I 是像素的强度值，所

双边滤波问世

双边滤波（Bilateral filter）是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。具有简单、非迭代、局部的特点。双边滤波器的好处是可以做边缘保存（edge preserving），一般过去用的维纳滤波或者高斯滤波去降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。双边滤波器顾名思义比高斯滤波多了一

一：使用系统默认的插值法（双线性插值）#include #include #include int main(int argc, char* argv[]){ IplImage *src = 0; //源图像指针 IplImage *dst = 0; //目标图像指针 float scale = 2.0; //缩放倍数为2倍 CvS

#include "opencv2/opencv.hpp"using namespace cv;void setAllWhiteUchar(Mat& src){ Mat_::iterator begin,end;//单通道 //获取迭代器对象 begin = src.begin(); end = src.end(); //遍历图像 while(begin != end)

一：常用的噪声有高斯噪声，椒盐噪声，泊松分布噪声，指数分布噪声。二：空域滤波器如均值滤波器，中值滤波器，低通滤波器，高斯滤波，双边滤波，引导滤波。        频域滤波器如小波变换，傅里叶变换，余弦变换，形态学滤波（通过膨胀和腐蚀等形态学进行去噪）。三：应用   均值，中值，低通，高斯去高斯白噪声，中值滤波可去椒盐噪声。   双边，引导保边去噪。  低噪度下，拍出的图片属于泊

前几天写了一篇图像的仿射变换，因为图像的仿射变换是图像透视变换的子集，所以了解掌握图像的仿射变换是很重要的。

在做图像处理中有两中情况会用到图像变换，第一种就是有一副自己想要转换的图像，第二种就是我们有一个点序列并想以此计算出变换，那么我用到的是在图像拼接中的点变换，通过提取两幅要拼接图像的关键点，利用欧式距离筛选后得到具有鲁棒性的候选点。利用这些点计算出需要变换的矩阵，进而进行图像拼接。拉伸、收缩、扭曲、旋转是图像的几何变换，在三维视觉技术中大量应用到这些变换，又分为仿射变换和透视变换。仿射变换通常

一、仿射变换   仿射变换的性质:平面上任意两条直线，经仿射变换后，仍然保持平行。仿射变换的功能，是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”（straightness，即变换后直线还是直线不会打弯，圆弧还是圆弧）和“平行性”（parallelness，其实是指保二维图形间的相对位置关系不变，平行线还是平行线，相交直线的交角不变）。仿射变换可以通过一系列的原子变

在进行图像变换时通常会用到一些插值方法，使变换后的图像看起来更加自然。图像插值的应用非常广泛，如

上文提到了常用的一些

原文地址：http://blog.sina.com.cn/s/blog_53c74fa1010002pn.html做数字图像处理的，怎能没有一个图库？虽说自己可以建立，可是如果是比较知名的图库，做出来的实验结果才能比较让人信服。coral是很有名，可他要收费。我寻寻觅觅，还是找到了一些图库，有的是纯texture图库，比如著名的vistex，有的是faceimages，有的也有RGB真彩色