凌风探梅的专栏

FROM:http://blog.youkuaiyun.com/polly_yang/article/details/9716591之前自己做实验也用过MRF（Markov Random Filed，马尔科夫随机场），基本原理理解，但是很多细节的地方都不求甚解。恰好趁学习PGM的时间，整理一下在机器视觉与图像分析领域的MRF的相关知识。        打字不易，转载请注明。

FROM:http://blog.youkuaiyun.com/polly_yang/article/details/10085401 近来比较忙+生病，没有大段的时间学习PGM，临睡前回顾一篇论文--《LSD: a Line Segment Detector》，这篇文章发表于PAMI2010。特别之处在于能快速检测图像中的线段，同时使用了错误控制的方法，使得检测结果比较准确。最后，LSD

from: http://blog.ivank.net/fastest-gaussian-blur.htmlAlgorithms and StuffHomeAboutFastest Gaussian Blur (in linear time)I needed really fast Gaussian blur for one of my projec

-5

High performance and good quality of image blurringDownload source - 566.79 KBIntroductionI take an existing image blurring algorithm, developed by Mario Klingemann, to demonstrate the w

I am looking for a "very" simple way to check if an image bitmap is blur. I do not need accurate and complicate algorithm which involves fft, wavelet, etc. Just a very simple idea even if it is not ac

from： http://blog.youkuaiyun.com/jia20003/article/details/7198612无意之中在网上看到一篇基于HTML5 Demo的Peter De Jong　吸引子生成图像的Demo，没Hold住，感觉太漂亮了。于是想研究一下，发现有个专业术语 - 分形。一位大师这样评价分形学科 - “it is not about math, it i

from： http://blog.youkuaiyun.com/jia20003/article/details/7220740柏林噪声是一种特殊的随机噪声，即对于每个给定的值产生的随机数是唯一的，但是不同的值产生不同的随机数。关于柏林噪声更详细的解释可以参考这里：http://freespace.virgin.net/hugo.elias/models/m_perlin.h

from：http://blog.youkuaiyun.com/housisong/article/details/1452249图形图像处理－之－高质量的快速的图像缩放 中篇 二次线性插值和三次卷积插值                     HouSisong@GMail.com   2006255.12.13(2015.08.15  PicZoom_ftBilinear_

from：http://blog.youkuaiyun.com/jia20003/article/details/7181463图像噪声源于现实世界中数字信号总会受到各种各样的干扰，最终接受的图像和源于的数字信号之间总是存在一定的差异，对于图像噪声，使用均值滤波和中值滤波来消除图像噪声的做法已经是很常见的图像消噪手段。 一：图像加噪原理1.     椒盐噪声（Sal

图像处理之基于NCC模板匹配识别一：基本原理NCC是一种基于统计学计算两组样本数据相关性的算法，其取值范围为[-1, 1]之间，而对图像来说，每个像素点都可以看出是RGB数值，这样整幅图像就可以看成是一个样本数据的集合，如果它有一个子集与另外一个样本数据相互匹配则它的ncc值为1，表示相关性很高，如果是-1则表示完全不相关，基于这个原理，实现图像基于模板匹配识别算法，其中第

from： http://blog.youkuaiyun.com/jia20003/article/details/8258052数学基础：什么是泊松噪声，就是噪声分布符合泊松分布模型。泊松分布(Poisson Di)的公式如下：关于泊松分布的详细解释看这里：http://zh.wikipedia.org/wiki/泊松分佈关于高斯分布与高斯噪声看这里：ht

from：http://blog.youkuaiyun.com/jia20003/article/details/7201069图像模糊的本质, 从数字信号处理的角度看，图像模糊就要压制高频信号保留低频信号，压制高频的信号的一个可选择的方法就是卷积滤波。选择一个低频滤波器，对图像上的每个像素实现低频滤波，这样整体效果就是一张数字图像更加的模糊，显示更少的细节信息。 传统的卷积模糊计算量巨大

from： http://blog.youkuaiyun.com/jia20003/article/details/7757276图像处理之应用篇-大米计数续背景介绍：请看博客文章《图像处理之简单综合实例(大米计数)》其实拍出来的照片更多的是含有大米颗粒相互接触，甚至于有点重叠的照片要准确计算大米的颗粒数非常困难，通过图像形态学开闭操作，腐蚀等手段尝试以后效果不是很好。最终发现一种

from： http://blog.youkuaiyun.com/jia20003/article/details/7596443图像处理之简单脸谱检测算法（Simple Face Detection Algorithm）介绍基于皮肤检测之后的，寻找最大连通区域，完成脸谱检测的算法。大致的算法步骤如下：原图如下：每步处理以后的效果：程序运行，加载

from: http://voidcanvas.com/whatsapp-like-image-compression-in-android/JavaScriptjQueryEmber.jsNode.jsReact.jsAngular.jsECMA Script 6Polymer.jsCssProduc

Toggle navigation PRODUCTSBuilt.io BackendBuilt.io ContentstackBuilt.io FlowSERVICESDevelopment ServicesDev Ops ServicesDesign ServicesBlog ABOUTCompany

Best code examples for Bitmap compress method (android.graphics.Bitmap.compress)These code examples were ranked by Codota’s semantic indexing as the best open source examples forBitmap compr

from：http://blog.youkuaiyun.com/foruok/article/details/37740583在《Qt Quick 之 QML 与 C++ 混合编程详解》一文中我们讲解了 QML 与 C++ 混合编程的方方面面的内容，这次我们通过一个图像处理应用，再来看一下 QML 与 C++ 混合编程的威力，同时也为诸君揭开美图秀秀、魔拍之类的相片美化应用的底层原理。

HomeColor WheelBasic Color WheelPrimary, Secondary and TertiaryHue, Tints & TonesPrintable Color WheelsColor SchemesColor Schemes Made EasyMonochromatic ColorComplementary

from：http://visioncompute.readthedocs.org/en/latest/ImageProcess.html盲源分离：自然梯度法自然梯度法主要是用接收信号的概率密度求梯度，最后为了鲁棒性，使用黎曼空间的表示。这说明这还是一个求导的概念。用g(y)表示接受信号的概率密度函数。这是一个估计的结果。SOBI这个方法我想和SVD分解

色彩学色彩校正中的 gamma 值是什么？一直听到这个词就是不知道什么意思，也没找到特别好的介绍。添加评论 分享按投票排序按时间排序6 个回答131赞同反对，不会显示你的姓名韩世麟Huang Eli、知乎用户、melody 等人赞同

本文的主要内容转载自博客 《图像缩放算法 》或《图形图像处理－之－高质量的快速的图像缩放 上篇 近邻取样插值和其速度优化》，将其中的代码改写在自己的机器上进行实际测试，从而更加体会到代码优化的意义及方向。正文说明：       为了便于讨论，这里只处理24bit的RGB颜色；        代码使用C++，涉及到汇编优化的时候假定为x86平台;使用的编译器为vs2010；

from: http://www.cnblogs.com/haar/articles/1392227.html一种效果很好的自动白平衡技术(WhiteBalance)     白平衡是图像处理的一个极重要概念。所谓白平衡（英文名称为White Balance），就是对白色物体的还原。当我们用肉眼观看这大千世界时，在不同的光线下，对相同的颜色的感觉基本是相同的，比如在早晨旭日初升时，

1. 简介图像平滑是一个重要的操作，而且有多种成熟的算法。这里主要简单介绍一下Bilateral方法（双边滤波），这主要是由于前段时间做了SSAO，需要用bilateral blur 算法进行降噪。Bilateral blur相对于传统的高斯blur来说很重要的一个特性即可可以保持边缘（Edge Perseving），这个特点对于一些图像模糊来说很有用。一般的高斯模糊在进行采样时主要考虑了

标签： bilateralfiltering 双边滤波 双边滤波是以高斯滤波为基础，引入色度差异后的改进。滤波器卷积窗加权权值同时考虑了空间和色度的二维特征差异。wiki：   http://zh.wikipedia.org/wiki/雙邊濾波器以下为转载（http://blog.youkuaiyun.com/abcjennife

图像特征提取三大法宝：HOG特征，LBP特征，Haar特征4,217 次阅读 - 文章作者：zouxy09  出处：zouxy09的博客（一）HOG特征1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部

from:http://blog.youkuaiyun.com/u011630458/article/details/46592013简介　　本篇主要是利用三张图片：过曝(相机设置exposure+1)、正常(相机设置exposure+0)、欠曝(相机设置exposure-1)，来合成一张在亮出和暗处细节都清晰的图片，来简易实现图片的HDR功能。具体实现实现代码#

简介　　本篇整理记录利用小波分离图像的高频、低频部分信息。具体实现　　实现代码参考资料：小波变换 C++ opencv 实现。小波变换　　小波生成和参考资料中一致。小波变换中，首先抽取出原图像的每一行，进行小波分解，获得水平方向的高、低频信息。接着抽取出原图像的每一列，进行小波分解，获得垂直方向的高、低频信息。　　生成的对应结果如下：

关于Retinex图像增强算法的一些新学习。 - Imageshop时间 2014-06-26 16:50:00  博客园精华区原文  http://www.cnblogs.com/Imageshop/p/3810402.html主题 算法最近再次看了一下IPOL网站，有一篇最近发表的文章，名字就是Multiscale Retinex，感觉自己对这个已经基本了解

文章开始先放两组效果，文章结尾再放两组效果本文测试场景资源来自浅墨大神，shader效果为本文效果HDR人们有限的视觉系统，只支持16.7百万的颜色，超出这个范围的颜色就不能显示了bmp或jprg每个像素就是16,24或32位每个像素都由红绿蓝构成，如果储存为24位，每个值的范围就在0,255之间，只能表现

Tone Mapping三月 10, 2011 BY JIMMY·3 COMMENTS    Tone Mapping原是摄影学中的一个术语，因为打印相片所能表现的亮度范围不足以表现现实世界中的亮度域，而如果简单的将真实世界的整个亮度域线性压缩到照片所能表现的亮度域内，则会在明暗两端同时丢失很多细节，这显然不是所希望的效果，Tone Mapping就是为了克服这一情况而存在的，

引言这篇博客是基于对Joachim Weickert的文章《Coherence-Enhancing Shock Filters》的实现。但是我并没有阅读原文，参考了OpenCV的python源码改写而成。嗯，我真是一个勤劳的代码翻译工。 python源码可以在OpenCV 300里面的目录XXX(OpenCV的安装目录)\sources\samples\python2\co

原文链接： http://developer.nokia.com/community/wiki/Image_editing_techniques_and_algorithms_using_Qt这篇文章主要阐述了如何使用Qt在像素级别上对图像进行操作，并实现了一些图像效果，这些效果主要有：灰度，模糊，锐化，添加相框，金属质感，改变图像饱和度，亮度还有白平衡。介绍文章中，我们将

1）HOG特征的原始文献"Histograms of Oriented Gradients for Human Detection" "Finding People in Images and Videos" (PhD Thesis) （较为详细）2） HOG特征算子的网络参考资料http://www.cnblogs.com/tornadomeet/ar

随笔分类 - 图像处理/图像增强等图像增强； 图像复原； 图像重建； 图像分割； 图像特效； 图像匹配； 图像形态学处理； 图像几何处理； 图像正交变换； 人工智能； 跟踪；图像处理之增强---图像模糊检测摘要: 这种检测可以做宽动态的检测，也可应用稳像算法我们实现了拉普拉斯方差算法，该算法提供给我们一个浮点数来代表具体图像的“模糊度”。该算法快速，简单且易于使用—

颜色矩颜色是彩色图像最重要的内容之一，被广泛用于图像检索中。但从图像中提取颜色特征时，很多算法都先要对图像进行量化处理。量化处理容易导致误检，并且产生的图像特征维数较高，不利于检索。stricker和0reng0提出了颜色矩的方法[1]，颜色矩是一种简单有效的颜色特征表示方法，有一阶矩(均值,mean)、二阶矩(方差,viarance)和三阶矩(斜度,skewness)等，

（转载请注明出处： http://blog.youkuaiyun.com/zhazhiqiang/  未经允许请勿用于商业用途）一、理论1、HOG特征描述子的定义：    locally normalised histogram of gradient orientation in dense overlapping grids，即局部归一化的梯度方向直方图，是一种对图像局部重叠区域的

from：http://www.cnblogs.com/lancidie/archive/2011/02/24/1963474.html什么是运动模糊(Motion Blur)　运动模糊是景物图象中的移动效果。它比较明显地出现在长时间暴光或场景内的物体快速移动的情形里。为什么会出现运动模糊　　摄影机的工作原理是在很短的时间里把场景在胶片上暴光。场景中的光线投

机器视觉开源代码集合一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Cov