峡谷相对论-优快云博客

在下面两篇文章中，我们大概介绍了开源图像处理软件 Hugin 中鱼眼图像的矫正方法，即如何将目标全景图上的坐标映射到鱼眼图像上，从而获取相应的像素信息。https://blog.youkuaiyun.com/qq_33552519/article/details/107362517https://blog.youkuaiyun.com/qq_33552519/article/details/121039023对于以上前面两篇文章，我们忽略了一个问题，即以上矫正所

2021-12-04 16:21:28 1170

原创鱼眼相机中基于平面假设的光心偏移校正

在前面的分析中，我们假设图1和图5所定义的坐标系的原点是重合的，然而这种假设不总是成立。例如，我们无法同时把两个鱼眼镜头的光心放置在空间中同一个点上进行拍摄。如果我们称其中一个镜头为主相机（Master Camera），以其光心作为目标全景图的基准，也就相当于图1的坐标系原点，另一个则称为副相机，其光心相当于图5的坐标系原点，那么，先不考虑镜头的偏航、俯仰、旋转，空间中同一个点透视到两个不同球心（假设三点不共线）的球面上的球面坐标是不一样的，如图11中的P5所示，这就是所谓的视差，也就是说式（3-1）的坐标

2021-11-09 17:47:34 2678 1

原创维纳滤波原理与一般定义

从线性问题的最优化角度推导维纳滤波。

2020-09-14 23:15:44 16821

原创证明：高斯白噪声的正交变换仍然是高斯白噪声

对于正交变换，如 DCT、DST、Haar 变换等等，我们都可以使用一个正交矩阵 A{\bf{A}}A 来表示其变换核。对于一个向量 x\bf{x}x，记我们添加的加性高斯白噪声（Additive White Gaussian Noise, AWGN）为 n\bf{n}n，得到的有噪声向量为 y\bf{y}y，即有y=x+n,ni∼N(0, σ2).(1.1){\mathbf{y}} = {\mathbf{x}} + {

2020-09-02 23:25:44 3392 1

原创零均值高斯分布变量的幂的数学期望以及噪声图像块的匹配误差的方差

现实中我们经常会遇到服从高斯分布的随机变量以及该变量的幂，因为D(X)=E(X2)−[E(X)2],(1.1) D(X) = E({X^2}) - [E{(X)^2}], \tag{1.1}D(X)=E(X2)−[E(X)2],(1.1)所以，求解该变量的幂的数学期望对我们求解该变量的幂的方差十分有帮助。但是，显式地给出所有符合高斯分布的变量的幂的数学期望并不是一件易事，这里我们主要讨论均值为零的高斯分布。一方面均值为零可以避免多项式中低阶项的出现，简化了后续的运算，同时概率密度函数关于y轴对称，这样

2020-08-26 14:39:34 7635

生活就像海洋

原创传统图像降噪算法之BM3D原理详解

原创非线性最小二乘问题与Levenberg–Marquardt算法详解

原创离散傅里叶变换DFT、离散余弦变换DCT、离散正弦变换DST，原理与公式推导

原创多项式插值之Lagrange、PCHIP与Spline以及BD-Rate和BD-PSNR的计算

原创 TV-L1光流算法流程

原创拉普拉斯金字塔的频谱分析

原创高斯函数的傅里叶变换与离散化频谱分析

原创 OpenCV中的RGB与YUV转换

原创图像降噪网络：KBNet 论文笔记

原创从期望最大化（EM）到变分自编码器（VAE）

原创两个高斯分布之间的KL散度

原创傅里叶级数FS，连续时间傅里叶变换CTFT，离散时间傅里叶变换DTFT，离散傅里叶变换DFT，推导与联系（二）

原创傅里叶级数FS，连续时间傅里叶变换CTFT，离散时间傅里叶变换DTFT，离散傅里叶变换DFT，推导与联系（一）

原创 C++、右值引用

原创 C++、类型转换检查

原创 C++、基于Qt和Qwt实现交互式曲线图

原创理解DCT与DST【三】：离散正弦变换

原创理解DCT与DST【二】：离散余弦变换

原创理解DCT与DST【一】：离散傅里叶变换

原创 C++、auto, decltype, constexpr, lambda表达式

原创 C++、智能指针

原创 C++、异常处理

原创 C++、类继承与虚函数

原创 C++、构造函数与拷贝构造函数

原创鱼眼参数的数值计算优化方法

原创鱼眼相机中基于平面假设的光心偏移校正

原创维纳滤波原理与一般定义

原创证明：高斯白噪声的正交变换仍然是高斯白噪声

原创零均值高斯分布变量的幂的数学期望以及噪声图像块的匹配误差的方差

原创鱼眼图像的全景矫正

原创 Harris、Shi-Tomasi角点检测

原创透视变换与单应性（Homography）矩阵求解

原创高斯混合模型（GMM）与期望最大化算法（EM）

原创 VVC/VTM: 自适应环路滤波（ALF, Adaptive Loop Filtering）中维纳滤波（Wiener Filtering）的公式推导

原创 Hugin-2019.0.0在Visual Studio 14 2015 Win64环境下的编译

原创图解格拉姆-施密特正交化和改进的格拉姆-施密特正交化

bd_rate.py

空空如也