sinat_36391198的博客

1.计算机图像学的发展历史。 1950 年，第一台图形显示器作为美国麻省理工学院（MIT）旋风 I 号（Whirlwind I）计算 机的附件诞生了。该显示器用一个类似于示波器的阴极射线管（CRT）来显示一些简单的图形。计算机图形学处于准备和酝酿时期，并称之为：“被动式”图形学。到 50 年代末期，MIT 的林 肯实验室在“旋风”计算机上开发 SAGE 空中防御体系，第一次使用了具有指...

连通区域：四连通区域：如图，有黑色点的方格视为一个图像，总的来说就是一个点的上下左右视为同一物体。八连通区域：如图，有黑色点的方格视为一个图像，和四联通区域相比，八连通区域多了四个点，分别是左上、左下、右上、右下四个点。但是无论是四连通区域或者八连通区域都有着他的不足之处。例如：如图，我们想在图中在这分割出一个连通区域，形成一条简单的必和曲线。假设图中B视为...

点检测：我们通过导数来进行点的检测。在离散数据，也就是图像的灰度集合之中，我们用数字差分来表示导数。如一阶导数的数字差分 ，二阶导数的数字差分 将差分位置从x+1移到x有上面是对于x方向的差分，求x和y方向的二阶导数的差分和为拉普拉斯算子。有 其中 ...

上次说的点、线检测中用到了sobel、Roberts、Prewitt等等都是一阶算子，拉普拉斯是二阶算子。首先说一下一阶和二阶算子的相同与不同。无论是一阶算子还是二阶算子，本质上都是通过对于灰度突变的检测，当检测到图像的边缘时，微分算子都会对其进行响应，我们所使用的模板都是和为1的模板，这样一来在灰度相同的区域响应会为0，而边缘处时会出现不同的值。而不同的是相比于一阶算子来说，二阶算子对...

边缘连接指的是将已有的离散点连成轮廓的意思。通常我们将图像用边缘微分算子进行卷积后，我们会得到由微分算子响应的点，通过阈值排除，得到最后的边缘点，即像素突变点，然后再由这些边缘点通过边缘连接得到最后的轮廓图。1.局部处理这个很好理解，就是检测一个点的周围点，通过比较幅度与角度的差值，在一定的范围内就认定是一条边缘上的点。过程如下：设定待检测点位(x,y),(s,t)为其周围像素点。...

HOG是一种可以基于形状边缘特征的描述算子。它的思想是通过计算像素点的方向与幅度，统计其梯度直方图，该直方图作为一种特征值，可以直接用作SVM上直接进行分类检测。方法步骤如下：1）对于图片进行预处理，裁剪，用Gamma校正法对输入图像进行颜色空间的标准化，并将图片转化为灰度图（不需要颜色信息）。2）计算每个像素的梯度（方向和幅度）。3）划分滑动窗口，在滑动窗口内划分块，在块内划分出...

今天说一说haar分类算法。首先介绍haar-like特征。haar-like的特征有边缘特征、线性特征、中心特征和对角线特征。我们使用特征模板来表示特征的计算，如图所示：这些特征分别对应着不同的矩阵以便于进行计算，比如对应的矩阵可以为，计算的最后结果就是白色区域的像素值（可以为灰度）减去 黑色区域的像素值。需要注意的是这个矩阵是可以放缩大小的，并且这个矩阵是可以在图片...

非极大值抑制（Non-maximum suppression，NMS）的意思就是抑制不是极大值的元素。非极大值抑制可以用在很多的方面， 今天讨论一下它在目标框（Bounding Box）上的应用。我们在做目标识别的时候，有两个主要要实现的目标。一是目标的识别，即识别物体是什么， 是猫或者是狗之类的物体。二是识别目标的位置，我们需要将识别到的物体用框框起来。非极大值抑制可以应用在目标的边框选取上...

基于图的分割（Graph-Based Segmentation），就是利用图的方法来将图片进行分割。首先介绍图的知识。我们将一个图定义为一个二元组的形式： ，其中是顶点的集合，是连接中两个不同顶点集合。 如果E中的顶点对（边）是有序的，则称G为有向图。如果顶点对是无序对，则称G是无向图。如图所示（网上图片）：树：可以看做没有回路特殊的图，树中的任意节点不构成闭合回路。比如我们最常见...