机器视觉/计算机视觉
关注
分享
扫一扫
文章平均质量分 64
奔跑的Yancy
科研方向：机器视觉、深度学习；
项目方向：iOS APP、H5 APP；
展开
-
Matlab实现基于二维伽马函数的光照不均匀图像自适应校正算法
Matlab程序：%%% 基于二维伽马函数的光照不均匀图像自适应校正算法%%%clc,close all;tic;im=imread('你的图片.jpg');figure;imshow(im);title('原图');[h,s,v]=rgb2hsv(im); %转到hsv空间，对亮度h处理% 高斯滤波HSIZE= min(size(im,1),size(im,...原创 2020-01-29 20:08:50 · 5782 阅读 · 6 评论 -
用python实现单目标、多目标、多尺度、自定义特征的KCF跟踪算法
目录单目标跟踪：多目标跟踪：多尺度检测的KCF、自定义所用特征的KCF值得参考单目标跟踪：直接调用opencv中封装的tracker即可。#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Sun Jan 5 17:50:47 2020第四章 kcf跟踪@author: youxinlin...原创 2020-01-05 21:14:55 · 5155 阅读 · 15 评论 -
基于机器视觉的目标跟踪的几个基础概念
视觉目标的跟踪是计算机视觉中的一个重要研究方向，有着广泛的应用。现在深度学习如火如荼，各种各样的跟踪算法层出不穷，但很多人对于目标跟踪的基础概念却还是一知半解。1、主要研究内容 我们可以把目标跟踪划分为5项主要的研究内容. （1）运动模型：如何产生众多的候选样本。（2）特征提取：利用何种特征表示目标。（3）观测模型：如何为众多候选样本进行评分。（4）模型更新：如何更新观测模型...原创 2019-12-25 09:41:14 · 2305 阅读 · 0 评论 -
使用scikit-image feature计算图像特征与常见特征示例
目录cannycorner_harrisgreycomatrixgreycopropshoglocal_binary_patternscikit-image feature是一个强大的python可以调用的计算特征库。对于常见的图像特征可以直接调用scikit-image feature中封装好的函数来计算，速度也比自己编写的函数快（别问我怎么知道的，心塞了）。具体...原创 2019-11-04 20:39:39 · 10852 阅读 · 0 评论 -
mac+xcode+openCV(C++版)
利用brew安装opencv在mac上用c++版本的opencv，实际上考验你的网速。。首先：不需要从官网下载OpenCV(不需要按照网上的其他教程说的提前下载好，然后你安装还是会出现各种问题）。mac上只要有Xcode就好（从app store下载吧，还挺大的。。），然后确保你已经安装了homebrew。然后：只需要在终端里输入一条命令：brew install opencv...原创 2019-10-12 10:05:35 · 905 阅读 · 1 评论 -
OCIS Code
Optics Classification and Indexing Scheme (OCIS)Since 1997, the OCIS codes have provided OSA authors, presenters, and reviewers with a valuable tool for classifying content and identifying research ...原创 2019-05-17 16:24:58 · 7309 阅读 · 1 评论 -
基于python实现自适应阈值的canny边缘检测
opencv中给出了canny边缘检测的接口，直接调用：ret = cv2.canny(img,t1,t2)即可得到边缘检测的结果ret。其中，t1，t2是需要人为设置的阈值。有不少论文研究了自动化的阈值设置方法，即算法在运行过程中能够自适应地找到较佳的分割阈值t1，t2，但是缺乏开源代码，特别是基于python3的实现几乎没有。本文基于python3，复现一种自适应的阈值分割方法。...原创 2019-06-12 16:59:44 · 10762 阅读 · 12 评论 -
python+opencv图像分割：分割不规则ROI区域方法汇总
目录一、已知边界坐标，直接画出多边形二、通过形态学操作产生Mask三、人机交互式在图像分割领域，一个重要任务便是分割出感兴趣（ROI）区域。如果是简易的矩形ROI区域其实是非常容易分割的，opencv的官方python教程里也有教到最简易的矩形ROI分割（剪裁），其本质是多维数组（矩阵）的切片。但是现实情况中，ROI是不规则的多边形，也可能是曲线边界，那么该如何分割出来呢？下面总结...原创 2019-05-29 18:06:30 · 31866 阅读 · 18 评论 -
python+opencv填充图像不规则区域：fillPoly和fillConvexPoly区别、半透明填充方法
目录一、用某种颜色填充1）cv2.fillConvexPoly2）cv2.fillPoly二、半透明填充一、用某种颜色填充1）cv2.fillConvexPolycv2.fillConvexPoly()函数，只能用来填充凸多边形。只需要提供凸多边形的顶点即可。例：img = np.zeros((1080, 1920, 3), np.uint8)trian...原创 2019-05-29 19:10:46 · 53586 阅读 · 4 评论 -
Object Detection in 20 Years: A Survey
分享记录一篇不错的综述论文。题目：Object Detection in 20 Years: A Survey作者：Zhengxia Zou (1), Zhenwei Shi (2), Yuhong Guo (3 and 4), Jieping Ye (1 and 4)((1) University of Michigan, (2) Beihang University, (3) Ca...原创 2019-06-29 10:21:29 · 4703 阅读 · 0 评论 -
ViBe：基于Python实现的加速版（2019.10）
网络上流行的ViBe算法的python实现版本运行速度非常慢，根本达不到实时的目的；而论文作者提供的C++版本则速度超快。借鉴一些网络上的说法改成numpy来操作速度更快，有些大佬也给出了新的思路。新的代码初始化速度有明显提升，记录于此。#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Fri Oct 11 13:19...原创 2019-10-11 13:32:41 · 6849 阅读 · 14 评论 -
python实现基于SIFT算法的图像配准（仿射变换）
话不多说，直接上代码，可以用的话别忘了请喝可乐！（手动笑哭脸）【用法】第45、46行的输入：img1 = cv2.imread('sift/3.jpg')img2 = cv2.imread('sift/4.jpg')分别是两幅图像，改成你打算要配准的两幅图像即可（修改图像路径）。python的跨平台特性好，windows和macOS系统都可用。输出：三幅图像。窗口1、窗口2...原创 2019-04-23 16:59:12 · 19445 阅读 · 39 评论 -
基于openCV-python：HSI颜色空间与H-S直方图比较
目录RGB/HSI颜色空间解读直方图概念基于opencv-python绘制RGB直方图绘制opencv-python绘制H-S直方图直方图比较方法python中其他绘制2D直方图方法显示直方图参考资料：RGB/HSI颜色空间解读一般用的都是RGB图像。但是由于HSI颜色空间更符合人体感知，因此很多工作都需要先将RGB转为HSI。在冈萨瓦斯的《数字图像处理》中...原创 2019-03-25 22:15:53 · 5328 阅读 · 1 评论 -
显著性物体检测(salient object detection, SOD)代码汇总
IT方法：http://www.saliencytoolbox.net/AIM方法：http://www-sop.inria.fr/members/Neil.Bruce/IM方法：http://www.cat.uab.cat/Research/Attention/MSS方法：http://lcavwww.epfl.ch/~achanta/SEG方法：http://www.cse.oulu.fi/C...转载 2018-03-06 10:48:21 · 5704 阅读 · 1 评论 -
【论文】Efficient compressed sensing based object detection system for video surveillance application
【论文信息】Nandhini S A, Radha S,Kishore R. Efficient compressed sensing based object detection system for videosurveillance application in WMSN[J]. Multimedia Tools & Applications,2017(4):1-21.可联系笔者索取...原创 2018-03-13 16:18:38 · 255 阅读 · 0 评论 -
【论文】Detection and segmentation of moving objects in complex scenes
个人觉得这篇文章对动态背景下的运动物体提取有很大的借鉴意义。与国内硕博论文的低级、可靠性存疑的方法不同（往往是对背景做匹配，仅适用于慢速变化的简单背景，实用性不高），这篇文章提出了更高级的算法。是一篇比较有算法水准的文章。 在本文中，作者解决了在复杂场景中检测和分割前景运动物体的难题。“ 我们考虑的序列表现出高度动态的背景，光照变化和低对比度，并且可以通过移动照相机拍摄。 ...原创 2018-03-13 17:58:16 · 544 阅读 · 1 评论 -
视频多模态融合检测
一、基本概念帧(Frame):帧是视频数据流中的基本组成单元,每一帧均可看成一个独 立的图像。视频数据流就是由这些连续的图像帧构成的,在PAL视频格式中,视频采样率 为25帧/秒,在NTSC视频格式中,视频采样率为30帧/秒。 镜头(Shot):镜头是摄像机拍下的不间断的帧序列,是视频数据流进一步 结构化的基础结构层。 关键帧(KeyFrame):关键帧是可以用来代表镜头内容的图像。在切分出镜头结...原创 2018-03-06 17:41:54 · 7029 阅读 · 0 评论 -
深度学习：应用于机器视觉领域的卷积神经网络(CNN)简介
1 背景介绍 深度学习是近几年的热门研究话题。深度学习受到神经学的启示，模拟人脑的认知与表达过程，通过低层信号到高层特征的函数映射，来建立学习数据内部隐含关系的逻辑层次模型。深度学习相比于一般的浅层模型的机器学习方法具有多隐层结构，对大数据具有更好的拟合性。 传统的图像处理仅是单张或为数不多的数字图像的处理，而在今天信息爆炸的时代，对图像的处理更多地涉及到视频（图像流）的分...原创 2018-03-13 21:27:43 · 27590 阅读 · 0 评论 -
李飞飞团队最新论文：如何对图像中的实体精准“配对”？
转自：AI科技大本营，仅供学习收藏用，侵删。【导语】近日，李飞飞的斯坦福大学视觉实验室发布了一篇即将在 CVPR 2018上要介绍的论文 Referring Relationships（指称关系），这篇论文主要研究的问题是给出一张图像中实体的关系网络，从而让 AI 迅速定位出某一主体所对应的客体，或者某一客体所对应的主体。以下内容来自 Referring Relationships 论文，AI科技...转载 2018-04-09 11:21:19 · 1230 阅读 · 0 评论 -
手把手教学：MacOS系统下Xcode配置使用OpenCV方法
从windows换成MacOS系统，需要重新配置openCV用一用，顿时想起被Visual Studio和各种环境Path支配的恐惧……所幸，OS系统配置opencv算是十分方便了，但首先，您要先有Xcode（快先到APP store搜索下载吧，5GB+，要下比较久的）。正好平时做iOS开发，Xcode已经装好，此时就很庆幸了，剩下的工作，就是在终端（terminal）中敲几行命令的事儿了！就是这...原创 2018-05-03 11:13:03 · 4376 阅读 · 14 评论 -
AttributeError: 'numpy.ndarray' object has no attribute 'mask'
在使用matplotlib来绘制图表时报错：AttributeError: 'numpy.ndarray' object has no attribute 'mask'网上有较多反映这个问题但均无明确解决方案。我猜想是matplotlib版本太低存在功能缺陷的缘故？于是：使用pip来更新matplotlib：打开终端，输入：pip install -U matplotlib...原创 2018-07-31 11:47:39 · 28481 阅读 · 1 评论 -
【论文】Pixel-wise orthogonal decomposition for color illumination invariant and shadow-free image
目录AbstractIntroduction算法详解阴影线性模型和灰度光照不变图像彩色光照不变图像原文：Qu L, Tian J, Han Z, et al. Pixel-wise orthogonal decomposition for color illumination invariant and shadow-free image[J]. Optics expres...翻译 2018-11-08 09:33:38 · 680 阅读 · 1 评论 -
背景建模算法比较与ViBe算法论文解读与python代码
目录背景建模方法需要考虑的3个问题基于统计方法建模的缺陷其他背景建模方法的不足VIBE算法的巧妙之处VIBE算法详解初始化方法模型更新方法参考资料ViBe的Python代码在运动目标检测领域，抛开最近热火朝天的深度学习方法，最经典、可靠、传统的方法还是基于图像差分的方法。在这类方法中，往往会用到背景差分法。背景建模的优劣决定了目标检测结果的好坏，因此选...原创 2019-02-26 22:28:33 · 5039 阅读 · 16 评论 -
【论文】Spectral salient object detection
论文信息：（GB/T 7714）Fu K, Gong C, Gu I Y H,et al. Spectral salient object detection[J]. Neurocomputing, 2017:1-6.如需文献pdf可联系本人索要。1、Introductionsaliency detection ，理解为图像的显著性检测，这个主题下主要有两个子方向：眼睛固视建模（eye fixat...原创 2018-03-03 14:58:09 · 1059 阅读 · 0 评论