- 博客(4)
- 收藏
- 关注
RSS订阅原创 Python机器视觉（2）——特征检测
canny检测效果很好，但计算量大，实现复杂，非最大值抑制需要检测邻域中沿梯度方向的最大值。hough变换即可。它希望用一个窗函数（可以是中值滤波算子，也可以是高斯算子）来扫描整幅图像，并加一定的偏移量（u,v）计算邻域像素点的差值（平方是避免差值为负数），最后求窗函数所包含的像素点的加权值，然后移动窗函数，继续计算。滞后阈值法进行边缘连接，即定义高低阈值，使用高阈值检测边缘，使用低阈值继续检测边缘，分出强弱边缘，再从强边缘像素开始的“跟随”边缘，如果弱边缘和强边缘连通，则认为弱边缘是实际边缘的一部分。
2024-03-26 00:00:05
623
原创 Python机器视觉（3）——特征描述与图像配准
但如果目标标定点位选取不好，则会造成大量缺失点，因为原图像坐标×透视矩阵后，很可能输出的点超过新图像大小，为避免这个问题，本题将遍历每个新图像点，求对应原图像坐标，加上一些边界约束，保证新图像每个像素都能被赋值。如果出现了图像超出坐标范围而显示不全的情况，感觉可以扩展新图像的空间大小（如500×500的图片，扩展为以相同中心点的1500×1500图片）。但是，变换后的矩阵有许多噪声点，可以通过滤波器消除噪声。透视矩阵有8个未知数（右下角i恒为1），我们只需要标定原图像和新图像的四个角点，即可解出透视矩阵。
2024-03-25 00:29:27
805
原创 python机器视觉（1）——图像处理
点运算负片伽马校正直方图对比度拉伸直方图均衡化直方图规定化窗口窗位调整线性滤波均值滤波线性滤波器平移Sobel算子锐化模板匹配高斯滤波高斯差分滤波器中值滤波频域分析采样傅里叶变换卷积定理
2024-03-23 11:56:03
683
1
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