seven_tree的博客

第三章 基本图像处理运算（2） 形态学操作3.6 数学形态学a. 形态学关注的是形状，将图像和形状看做是点集，利用数学形态学根据形状处理图像，通过这种方式，形态学算子定义的是局部变换，改变那些被看做是集合的像素值基本原理是击中或未击中变换（点操作）；击中-未击中变换定义为，其中X表示目标集合，B表示结构元素，x为X中的元素，XC表示X的补集；形态学操作由二值图像拓展到灰度数据，通过类...

Cpt2 开始学习C++2.1 进入C++a. C++大小写敏感；C++的常规输出为cout，此外在包含C标准io库stdio.h的基础上可以使用printf()、scanf()等格式化C输入输出；cout也支持格式化，但是其格式化较为复杂；常规的c++文件成分包括：注释；预处理器编译指令#include；编译指令using namespace；主体函数main或其他函数；函数体｛｝；结束...

第六章 高级特征提取：可变形形状分析（2），形状骨架化6.4 形状骨架化6.4.1 距离变换a. 形状骨架指形状的中心轴，即与形状边界等距的轴，可以通过距离变换确定；利用这种方式可以得到一种表达，具有相同拓扑结构、相同尺寸、相同方向，但是包含的是形状的本质；直观上距离变换可以通过连续腐蚀实现，得到一个以像素腐蚀次数为标记的灰度图；噪声对此类基于形态学的操作有一定影响，表明目标中的微小变化所...

第六章 高级特征提取：可变形形状分析，（1）可变形模板、蛇模型6.1 概述a. 对于无法建立广义霍夫变换模板、或模板参数存在波动的情况，需要利用弹性形状理论提出目标解决方案；6.2 可变形形状分析6.2.1 可变形模板a. Exp，通过抛物线组合近似眼部模型，如果将两种形状组合在一起，改变其大小和朝向，同时保留其空间关系，那么可以得到一个可变形模板；例如眼部可以表述为上下抛物线和中心圆...

第四章 低级特征提取（5）SIFT特征、显著性算子、图像运动的描述4.4.2 现代方法：区域/图像块分析a. 局部特征提取的现代方法旨在放开早期的局部特征提取所设的一些限制，以便于拜托尺度差异对特征提取和描述带来的影响，通过利用多点排列的描述对目标进行描述和识别；该类方法一般依赖于尺度空间，兴趣特征一般为仍然存留在所选尺度上的特征；4.4.2.1 尺度不变特征变换，SIFTa. SIFT的...

第四章 低级特征提取（4）定位特征提取：角点提取4.4 定位特征提取4.4.1 检测图像曲率（即角点提取）a. 在边缘对图像进行特征化的基础上，曲率进一对边缘进行特征化，通过角点对边缘曲线进行表征；b. 曲率通常利用平面曲线的参数形式定义，参数化的轮廓表示为，其中Ux=[1, 0]，Uy=[0, 1]，即将连续曲线描述为位置矢量组，t表示任意参数如时间；位置矢量的变化采用v(t)的正...

第五章 形状匹配的特征提取（2）霍夫变换，线变换、圆变换、椭圆变换、参数空间分解5.5 霍夫变换5.5.1 概述a. 霍夫变换是一种在图像中定位基础形状元素的技术，例如提取直线、矩形、椭圆等；霍夫变换的优势是对基本元素的查找可以达到接近模板匹配的结果，但是速度更快（采用了更简洁的描述方式）；这是一种基于evidenct-gathering(类似投票制)的方法，基于对模板匹配过程的重定义；H...

第三章 基本图像处理运算3.2 直方图a. 亮度直方图表示每个亮度级在图像中的占有率；一般图像对比度是通过亮度级范围来度量的；直方图拉伸可以增强图像对比度；通过和理想直方图进行对比，可以进行噪声处理；3.3 点算子3.3.1 基本点运算a. 点运算指，以单个像素作为输入，并输出单个像素的运算；简单的线性点运算（如复制、亮度翻转、亮度相加、亮度的乘法变化等）通常可以表达为线性方程的形式...

第四章低级特征提取（2）基于相位一致性的边缘检测4.3 相位一致性a. 相位一致性方法是一个特征检测算子，主要优点为：（1）可以检测大范围的特征；（2）对局部光照具有不变性；综合来看即一致性检测具有局部对比度不变性；正如其名，相位一致性是基于相位考虑的频域处理，一般认为，对于边缘信号对应的峰值，峰值是各个组成频率在同一时间达到峰值而产生的；这表明为了找到我们想要的特征，可以确定一些同时...

第五章 形状匹配的特征提取（1）简单阈值处理方法、模板匹配5.1 概述a. 形状提取比检测更为复杂，因为形状提取意味着对形状进行可靠的描述，而形状检测只需要证明在图像中的存在性即可；5.2 阈值处理和背景减法a. 阈值处理是计算成本相对较低的一种背景抑制方式，在图像亮度存在线性变化的情况下可以通过直方图均衡处理得到稳定不变的图像；考虑到直方图方法对噪声的敏感性，采用直方图正规化降低噪声的...

第二章 图像、采样和频域处理 （2）2.4 采样标准a. 采样标准对采样频率进行规定，在物理上这些值是A/D转换器对模拟信号进行采样的输出；b. 示例采样函数：峰值间隔为∆t 的时域等间隔脉冲；采样过程的频域模拟是将信号频谱与采样函数的频谱进行卷积运算，即将某一个频谱沿水平轴反转，然后滑过另一个频谱；以峰值谱为例，输出为一个原信号频谱以1/∆t为周期的重复频谱；显然过大的采样间隔会导致...

第四章低级特征提取（2）二阶边缘检测算子Laplacian、Marr-Hildreth等4.2.2 二阶边缘检测算子4.2.2.1 动机：利用二阶微分零点为一阶微分的区域极值；a. 即计算二阶导数的过零点；4.2.2.2 基础算子: Laplacian算子a. Laplacian算子使用两个相邻一阶微分的差值近似实现二阶微分；即有，即有，则Laplacian模板，由于引入了...

《计算机视觉特征提取与图像处理（第三版）》笔记/第二章（1）Cpt2 图像、采样和频域处理2.1 概述a. 频域处理看可以适当的提高处理速度；2.2 图像形成a. 计算机图像表现为二维的m-bit矩阵，m的理想值实际上与相机的信噪比密切相关，模拟摄像机信噪比约45dB，每位6dB，可以用8位覆盖有效范围，且便于以byte的形式存储；b. 在任何颜色模型中，像素的颜色可以用两种方式来确定...

第四章 低级特征提取 一阶边缘检测算子Sobel、Prewitt、Canny等4.1 概述a. 我们定义低层次特征为基本特征，不需要任何形状信息就可以从图像中自动提取；局部特征提取：边缘检测；角点检测（线条高曲率点）；局部兴趣图像块；运动特征，常用方法为光流；4.2 边缘检测4.2.1 一阶边缘检测算子4.2.1.1 基本算子a. 基于边缘检测的分析不易受整体光照强度变化的影响，因...

《计算机视觉特征提取与图像处理（第三版）》第一章（1）Cpt1 绪论（人类视觉系统/计算机视觉系统/数学系统/参考文献）1.2 人类视觉和计算机视觉a. 图像处理领域常用图片/视频：openCV自带的图片库/视频库，例如Lena；b. 广义图像采集：摄像机图像/MRI（软组织图像/computerized tomography计算断层摄影术/infrared sensor或syntheti...

Cpt3 处理数据a. 本章包括整型和浮点型、其系统限制文件、数字字面值和类型转换等；OOP的本质是根据存储对象的特征设计并扩展自己的数据类型；这些类型的基本组件是C++的内置类型；内置类型包括基本类型和复合类型，基本类型包括不同大小的整数和浮点数，复合类型包括数组、字符串、指针、结构等；3.1 简单变量a. 信息的存储包括类型、取值、位置；C++命名规则：只能包含数字、字符和下划线；...