- 博客(6)
- 收藏
- 关注
RSS订阅原创 图像检索基于BOF（Bag-Of-Features Models）
图像检索BOF（Bag of features）目录1、BOW模型以及BOF模型介绍2、BOF模型流程3、代码4、使用图片集（54张）5、最终的匹配结果目录1、BOW模型以及BOF模型介绍BOW模型：进行图像检索的时候，我们可以用穷举的方法，但是一一匹配效率太过低，工作量过大，于是参考文本信息检索的模型，提取特征点进行降维处理使用一组无序的words来表示一段文字或者一个文档。近年被广泛应用于计算机视觉中。其基本思想是假定对于一个文本，忽略其词序和语法、句法，仅仅将其看做是一些词汇的集合，而文本中的每
2021-06-06 19:37:40
1165
3
原创 计算机视觉相机标定
计算机视觉相机标定目录一、棋盘格制作二、相机标定三、代码四、结果展示目录一、棋盘格制作1、由于棋盘格需要非常平整（下面介绍原因），将打印好的棋盘格夹在了平板透明玻璃壳的里面，制作结果如下，并且使用同一相机从不同的位置，不同的角度，拍摄标定板的多张照片（10-20张左右），将照片放到文件夹中：在这里插入图片描述由于手机拍摄的原始图片太大，我们进行等比例的缩小（宽度和长度同时缩小四倍）不然使用代码跑的时候会非常慢二、相机标定标定板需要有极高的精度，包括不同平面的角度、特征点的物理距离等。因此
2021-05-23 15:51:59
1159
2
原创 全景图像拼接
全景图像拼接一、图像拼接1、图像拼接技术2、图像拼接算法分类二、拼接流程1、基本流程一、图像拼接1、图像拼接技术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。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。2、图像拼接算法分类图像拼接目前有很多算法，图像拼接的质量，主要依赖于图像的配准程度，因此通过不同的图像匹配方式将算法分为以下两种：1、基于区域相关拼接算法该算法比较传统和普遍，从待拼
2021-04-25 19:33:57
684
原创 图像到图像的映射
图像到图像的映射原理单应性变换（Homography）仿射变换（affine）实验应用图像扭曲代码结果展示图像中的图像代码结果展示原理单应性变换（Homography）单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表示。单应性变换具有很强的实用性，比如图像配准，图像纠正和纹理扭曲，以及创建全景图像，我们将频繁的使用单应性变换。本质上，单应性变换H，按照下面的方程映射二维中的点（齐次坐标意义下）：对于图像平面内（甚至是三维中的点，后面我们会介绍到）
2021-04-11 18:33:56
392
原创 SIFT原理及兴趣点提取与匹配
SIFT原理及兴趣点提取与匹配SIFT算子介绍SIFT算子特点兴趣点描述子匹配描述子实验实现SIFT特征匹配代码：sift.py中调用的代码匹配输出结果：修改**比例阈值**后SIFT特征匹配输出结果：实验小结SIFT算子介绍SIFT 特征包括兴趣点检测器和描述子。SIFT 描述子具有非常强的稳健性，这在很大程度上也是 SIFT 特征能够成功和流行的主要原因。当我们在观察图像中的物体时，物体所在的图像不论背景或者角度如何变换，我们依然能很快的识别出图像中的目标物体。对机器来说，则需要定义图像上的关键特
2021-03-27 17:50:59
1263
原创 使用python解决图像处理中直方图、高斯滤波以及直方图均衡化问题小记
使用python解决图像处理中直方图、高斯滤波以及直方图均衡化问题小记安装新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入安装你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mark
2021-03-07 20:27:41
1197
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