Scracs的博客

1.概念 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，再统计每张图片中出现的关键词数量，得到图片的特征向量。2.Bag of Words 模型 Bag of Words 是文本分类中一种通俗易懂的策略。一般来讲，如果我们要了解一段文本的主要内容，最行之有效的策略是抓取文本中的关键词，根据关键词出现的频率确定这段文本的中心思想。比如：如果一则新闻中经常出现「iraq」、「terrorists」，那么

计算机视觉（五）图像处理基础之相机标定1.相机标定的原理是什么?2. 代码3.实验结果 在这章节的开始，首先我们得知道什么是相机标定，随着科技和经济的蓬勃发展，机器人作业、汽车自动导航等技术已经得到广泛应用，在很大程度上推动了社会生产力的发展。不论是主动光学视觉传感或者是被动光学视觉传感,要从图像推知物空间的三维信息,或反之，从空间三维信息推知二维图像坐标，都必须确定相机在参考坐标系中的空间位置和取向,以及相机本身的几何和光学参数为解决这个问题所需用到相机标定技术 相机标定的作用在于消除由于相机产生的图像畸

计算机视觉（四）图像到图像的映射下半部分1.RANSAC2. 图像配准3.图割方法4.图像融合5. APAP算法6.multi-band bleing算法 在这章节的开始，首先我们得知道什么是全景图像，全景图像就是同一位置（即图像的照相机位置相同）拍摄的两幅或者多幅图像是单应性相关的。 我们经常使用该约束将很多图像缝补起来，拼成一个大的图像 1.RANSAC RANSAC 是“RANdom SAmple Consensus”（随机一致性采样）的缩写。该方法是用来找到正确模型来拟合带有噪声数据的迭代方法。给

计算机视觉（三）图像到图像的映射上半部分1.单应性变换2. 直接线性变换3.仿射变换4.图像扭曲5. 图像中的图像5.1完全仿射变换5.2 包含两个三角形的仿射变换6.分段仿射扭曲 在这章节的开始，首先我们得知道什么是映射，映射就是图像之间的变换，加上使用一些计算变换的方法。可以实现图像扭曲变形和图像配准，适用于全景拼接。普遍变换方法有单应性变换、仿射变换、阿尔法通道等等。图像的映射类型有：平移、旋转、仿射、透视映射、尺度变换，不同的类型对应不一样的方法。经过这些处理就可以达到自己想要实现的映射效果。

计算机视觉（二）图像局部描述符1.Harris角点检测器2. 什么是好的角点检测算法？3.Harris角点检测算法基本思想是什么？4.如何用数学公式的方法描述角点5. 如何用度量角点响应?6.Harris角点检测器实例7.图像中寻找对应点8.SIFT（尺度不变特征变换）8.1 SIFT算法可以解决的一些问题8.2 SIFT算法实现的细节（步骤）8.3 哪些点是SIFT中要查找的关键点(特征点) ?8.4 什么是尺度空间?8.5 SIFI算法的实例5.总结 1.Harris角点检测器 Harris 角点检测算

计算机视觉初入门1.什么是计算机视觉？2. 配置实验环境2.1 anaconda的安装教程2.2 PyCharm的安装3. OpenCv的下载与安装4.基本的图像操作4.1 PIL：Python图像处理类库5.在复杂数据上应用核函数6.SVM实现7. 实验小结 1.什么是计算机视觉？ 计算机视觉（Computer Vision）是指用计算机实现人的视觉功能——对客观世界的三维场景的感知、识别和理解。 这意味着计算机视觉技术的研究目标是使计算机具有通过二维图像认知三维环境信息的能力。因此不仅需要使机器能感知三