- 博客(16)
- 收藏
- 关注
RSS订阅原创 计算机视觉python--基于BOW的图像检索
文章目录1 BOW的模型简介1.1 Bag of Words1.2 Bag of Feature1.3 Bag of Feature 算法过程1.3.1 提取图像特征1.3.2 训练字典1.3.3 图片直方图表示1.3.4训练分类器2 图像检索2.1 特征提取2.2创建数据库建立图像索引2.3图像索引测试2.4 实验小结1 BOW的模型简介Bag of Feature 是一种图像特征提取方法，它借鉴了文本分类的思路（Bag of Words），从图像抽象出很多具有代表性的「关键词」，形成一个字典，再统计
2020-05-24 19:20:02
1630
原创 计算机视觉python--计算视差图
1. 立体视差立体视差 ，亦称立体视像、立体知觉。基于双眼视差所 获得的深度知觉。立体视差的测量包括三个步骤：(1)必须从一幅图像中选出位于场景中一个表面上的某一特定位置；(2)必须在另一幅图像中鉴别出同一个位置；(3)测出这两个对应像点之间的视差。在一组重复摄影的两张照片上(立体模式)，同一地物的影象，沿着摄影基线(摄影地点和下一个摄影地点之间的飞行方向线)方向位置变换，这个变化量叫...
2020-04-26 18:07:52
5198
3
原创 计算机视觉python--基础矩阵和极点极线
@toc1 外极几何1.1 基本概念1.2 基础矩阵原理和介绍在计算机视觉中，基础矩阵（Fundamental matrix）F是一个3×3的矩阵，表达了立体像对的像点之间的对应关系。在对极几何中，对于立体像对中的一对同名点，它们的齐次化图像坐标分别为p与 p’， 表示一条必定经过p’的直线（极线）。这意味着立体像对的所有同名点对都满足： ...
2020-04-21 21:42:57
3923
3
原创 计算机视觉python--相机参数标定
1 基于单平面棋盘格的相机标定方法在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。较早的相机标定的方法需要计算相机投影矩阵M中的11个未知参数，需要严格个出三个两两互相垂直的平面来...
2020-04-07 17:09:17
1121
1
原创 计算机视觉python--全景图像拼接
1 全景图像拼接1.1 基本介绍图像拼接技术就是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）拼成一幅无缝的全景图或高分辨率图像的技术。图像拼接在医学成像、计算机视觉、卫星数据、军事目标自动识别等领域具有重要意义。图像拼接的输出是两个输入图像的并集。图像配准（image alignment）和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法...
2020-03-24 18:51:57
2551
2
原创 计算机视觉python--SIFT算法
1 sift的特征简介1.1 SIFT算法可以解决的问题• 目标的旋转、缩放、平移（RST）• 图像仿射/投影变换（视点viewpoint）• 弱光照影响（illumination）• 部分目标遮挡（occlusion）• 杂物场景（clutter）• 噪声1.2 SIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点（关键点）的问题。SIFT算法实现特...
2020-03-06 23:44:32
2339
2
原创 计算机视觉python--Harris角点检测
文章目录一. 图像特征匹配二. Harris角点检测2.1 何为角点2.2 如何检测角点—Harris算法2.3 实现效果2.3.1 Harris角点检测代码：2.3.2 Harris角点检测效果图2.3.3 实验分析一. 图像特征匹配图像的局部特征主要分为以下几类：角点：Harris算子，SUSAN算子, FAST算子。梯度特征点： SIFT、SURF、GLOH、ASIFT、PSIFT算...
2020-02-25 16:14:03
1196
原创 计算机视觉python--图像处理基础
图像灰度化-- coding: utf-8 -from PIL import Imagefrom pylab import *from matplotlib.font_manager import FontPropertiesfont = FontProperties(fname=r"c:\windows\fonts\SimSun.ttc", size=14)figure()pil_...
2020-02-20 23:38:19
1067
原创 粒子群算法的寻优算法
一、粒子算法的概述粒子群算法是一种智能优化算法。关于智能，个人理解，不过是在枚举法的基础上加上了一定的寻优机制。试想一下枚举法，假设问题的解空间很小，比如一个函数 y = x^2 ，解空间在[-1,1],现在求这个函数的最小值，我们完全可以使用枚举法，比如在这里，在解空间[-1,1]上，取1000等分，也就是步长为0.002，生成1000个x值，然后代入函数中，找到这1000个最小的y就可以了。...
2019-12-03 18:20:48
4386
1
原创 计算智能--蚁群算法处理TSP问题
一、概念蚁群算法(AG)是一种模拟蚂蚁觅食行为的模拟优化算法，它是由意大利学者Dorigo M等人于1991年首先提出，并首先使用在解决TSP（旅行商问题）上。之后，又系统研究了蚁群算法的基本原理和数学模型.蚁群算法的基本原理:1、蚂蚁在路径上释放信息素。2、碰到还没走过的路口，就随机挑选一条路走。同时，释放与路径长度有关的信息素。3、信息素浓度与路径长度成反比。后来的蚂蚁再次碰到该路口...
2019-11-05 16:36:28
1571
原创 计算智能--遗传算法
一、算法原理1.种群(Population)：种群是指用遗传算法求解问题时， 初始给定的多个解的集合。遗传算法的求解过程是从这个子集开始的。个体(Individual)：个体是指种群中的单个元素，它通常由一个用于描述其基本遗传结构的数据结构来表示。例如，可以用0、1组成的长度为l的串来表示个体。2。染色体(Chromosome)：染色体是指对个体进行编码后所得到的编码串。染色体中的每1位称为...
2019-11-04 21:56:31
1209
原创 模糊ISODATA算法和K-means算法的分析比较
一、FCM聚类1.简介 模糊C均值聚类（FCM），即模糊ISODATA，是用隶属度确定每个数据点属于某个聚类的程度的一种聚类算法。1973年，Bezdek提出了该算法，作为早期硬C均值聚类（HCM）方法的一种改进。2.基本步骤(1)选择初始聚类中心Zi(0)(2)计算初始隶属度矩阵U(0)(3)求各类的新的聚类中心Zi(L)(4)计算新的隶属度矩阵U(L+1)(5) 回到第...
2019-11-04 21:43:08
3787
原创 模糊控制运算
一、例子介绍输入量为两个，手长和脚长 。通过模糊逻辑控制得出变态程度的输出；手长和脚长都是从70cm+n*10cm到130cm；变态程度为1到7种；模糊规则为总和140和150 为1；160和170为2。。。以此类推；当出现手脚差值大于30cm变态程度转化为1；二、代码实现%模糊控制器设计a=newfis(‘fuzzf’); %创建新的模糊推理系...
2019-10-22 16:51:47
448
原创 感知机与BP神经网络10-01
一、感知机1、感知机的原理感知机是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，分别取+1+1和−1−1二值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机只适合于线性可分的数据，所以它是一个线性模型。假设训练数据集是线性可分的，感知机学习的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面。如果是非线性可分的...
2019-10-08 16:35:27
372
原创 K-means算法
1.算法思想Kmeans算法是一个重复移动类中心点的过程，把类的中心点，也称重心(centroids)，移动到其包含成员的平均位置，然后重新划分其内部成员。k是算法计算出的超参数，表示类的数量；Kmeans可以自动分配样本到不同的类，但是不能决定究竟要分几个类。k必须是一个比训练集样本数小的正整数。有时，类的数量是由问题内容指定的。例如，一个鞋厂有三种新款式，它想知道每种新款式都有哪些潜在客户，...
2019-09-08 21:00:04
273
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人