qq_45792429的博客

计算机视觉实现图像检索 基于bow方法

计算机视觉（四）：相机标定与增强现实一、相机标定1、针孔照相机模型二、增强现实三级目录 一、相机标定 1、针孔照相机模型 在针孔照相机模型中，在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心 C。 二、增强现实 三级目录 ......

图像到图像的映射一、单应性变换1.1 直线线性变换算法1.2 仿射变换二、图像扭曲2.1 图像中的图像2.2 分段仿射扭曲2.3 图像配准2.3.1 特征提取三、创建全景图3.1 RANSAC3.2 稳健的单应性矩阵估计3.3 拼接图像四、校园全景拼接图 这一次主要是讲图像之间的变换，以及一些计算变换的实用方法。这些变换可以用于图像扭曲变形和图像配准。 一、单应性变换 单应性变换： 将一个平面内的点映射到另一个平面内的二维投影变换。平面指图像或者三维中的平面表面。 单应性变换H按照下面的方程映射二维中的点

计算机视觉二：局部图像描述子一、序1、角点（corner points）2. 如何判断是否是好的角点检测算法二、Harris角点检测器1、基本思想2、数学表达3、角点计算流程4、算法实现二、SIFT算法1、产生2、实现步骤三级目录 一、序 局部图像描述子主要是为了寻找图像间的对应点和对应区域。以下内容将出现两种用于图像匹配的局部描述子算法。 特征匹配的基本流程： 根据特定准则，提取图像中的特征点 提取特征点周围的图像块，构造特征描述符 通过特征描述符对比，实现特征匹配 特征点必须具有不变性 特征可以分为

计算机视觉（一）：开篇一级目录二级目录三级目录 一级目录 二级目录 三级目录