Java Python COMP338 – Computer Vision – Assignment 1
o This assignment is worth 15% of the total mark for COMP338
o Students will do the assignment individually.
Submission Instructions
o Send all solutions as a single PDF document containing your answers, results, and
discussion of the results. Attach the source code for the programming problems as
separate files. (One PDF doc, one source code file {python or Jupyter Notebook
(Ipython)})
o Each student will make a single submission to the Canvas system.
o The deadline for this assignment 14/11/2024, 5:00pm
o Penalties for late submission apply in accordance with departmental policy as set
out in the student handbook, which can be found at
http://intranet.csc.liv.ac.uk/student/msc-handbook.pdf
and the University Code of Practice on Assessment, found at
https://www.liverpool.ac.uk/media/livacuk/tqsd/code-of-practice-onassessment/code_of_practice_on_assessment.pdf
Task 1. (50 marks) Canny Edge Detection
OpenCV provides a function canny() to get the edge detection result with an image (you can
use any grey image). Please do the following:
1. (25 marks) Reimplement the canny operation without using the built-in canny()
function (with some explanations of the code).
2. (10 marks) Test and visualize your implementation results. (with different filters,
different thresholds and others)
3. (15 marks) Discuss the difference between your implementation, your results
compared with the OpenCV implementation. (Compare the numerical results and the
running time and others.)
Note:
- It is acceptable if the implementations do not match exactly; you will need to analyze
the differences between your implementation and the Canny method. Including your < COMP338、python br>own reflections in the report will result in additional bonus points. However, it is
mandatory that you reimplement the function based on your understanding.
Task 2. (50 marks) Feature Extraction
In Lecture 11 and Lab 04 - SIFT & Feature Matching, we have discussed the SIFT feature.
In practice, there are several other feature extraction methods such as SURF or ORB. In this
task, we will do extra reading, implementation, and compare SIFT vs. SURF vs. ORB.
Papers to read:
- Bay et al., SURF: Speeded Up Robust Features, ECCV 2006
- Rublee et al., ORB: An efficient alternative to SIFT or SURF, ICCV 2011.
Good tutorials:
- https://docs.opencv.org/4.x/df/dd2/tutorial_py_surf_intro.html
- https://docs.opencv.org/4.x/d1/d89/tutorial_py_orb.html
1. (20 marks) Read the SURF and ORB papers and tutorials, summarize your
understanding. Compare the differences among SIFT vs. SURF vs. ORB.
2. (10 marks) Given two images (victoria.jpg and victoria2.jpg – both available on
Canvas), call OpenCV functions to extract ORB keypoints. You can use the built-in
functions from OpenCV. Visualize the detected keypoints.
3. (20 marks) Given two images (victoria.jpg and victoria2.jpg), extract the descriptors
using SIFT and ORB. Perform keypoint matching using Brute-Force Matcher. From
the results, which method do you think perform the best? Justify your answer.
Note:
- You can also choose the images yourself, as long as they are of the same subject taken
from different perspectives. You may directly use greyscale images.
- Including your own reflections in the report will result in additional bonus points.
However, it is mandatory that you reimplement the function based on your
understanding
相关推荐
【信息科学与工程学】【安全领域】第三十五篇 网络安全算法表
编号算法名称算法的逐步骤思考推理的数学方程式和分解的数学方程式参数/变量列表复杂度(时间/空间)1AES (高级加密标准)1. 密钥扩展:从初始密钥生成轮密钥。 2. 初始轮: 3. 主轮循环(Nr-1轮): - SubBytes:(非线性字节替换) - ShiftRows:对状态矩阵的行进行循环移位。 - MixColumns:(在GF(2⁸)上的矩阵乘法) - AddRoundKey: 4. 最终轮:执行SubBytes、ShiftRows、AddR
COMP338 – Computer Vision
Note:Note:
【信息科学与工程学】【数据科学】数据科学领域 第六篇 算法设计 01
算法设计
课程/资料: 数值计算/科学计算/高性能计算/计算机架构
Sparse Matrix Algorithms(Gilbert)Introduction to Numerical Analysis(MIT)Numerical Methods for Partial Differential Equations CS555 :: Spring 2023Notes on Discontinuous Galerkin Methods for Convection Dominated PDEs(Chiwang Shu)40th South African Symposium
【信息科学与工程学】【物理/化学和工程技术】第七十五篇 电气工程 系列三 电机学01
至此,总条目达到163 条磁路与电磁场数值方法(131–134)特殊运行状态(135–139)实验技术与标准设计细节(144–149)动态过程(150–154)至此,总条目达到213 条,全面覆盖《电机学》教材及其在电动汽车、工业机器人、家用电器、轨道交通、航空航天、船舶推进、新能源(飞轮储能、波浪发电) 等领域的应用,以及先进控制算法(MTPA、弱磁、MPC、EKF、三环PID) 和仿真技术(联合仿真、遗传算法优化、HIL)。每条均包含逐步推理的数学方程式和详细推导,可直接用于教学、科研和工程参考。
【信息科学与工程学】【物理/化学和工程技术】第七十九篇 物理化学 系列一 基础知识-1
Step2 一维情况:d²ψ/dx² = -(ze/ε) (n₀ e^{-zeψ/kT} - n₀ e^{zeψ/kT}) = (2zen₀/ε) sinh(zeψ/kT);Step3 Metropolis选择:提议新构型s',接受概率acc = min(1, π(s')/π(s)) = min(1, e^{-β(E(s')-E(s))});
图漾TL460-S1-E1相机专栏(停止维护)
序号名称功能描述配套线芯颜色1RS485_HRS485 差分信号_H白色2P_24VDC or 触发电路电源正棕色3P_GNDDC or 触发电路电源地绿色4TRIG_IN触发输入信号黄色5TRIG_OUT触发输出信号灰色6CAN_LCAN 差分信号_L粉色7CAN_HCAN 差分信号_H蓝色8RS485_LRS485 差分信号_L红色。
印尼稻米收成与粮食安全数据集2026年
本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。
工作中使用到的单词(软件开发)
1.エイリアス alias 别名 powershell使用 get-help 命令时,会得到与此命令 相关(别名)的命令 2.プロキシ proxy 代 理 3.プロモート promote 促进,提升 开发的系统新功能上线发布,有时会使用到这个词,比如 STプロモート 还有使用リリース这个词的。比如STリリース。个人认为两者含义相同。 4.見逃し み................................................................
四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar
四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar
企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx
企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx
【FDE知识库】(1):AI 编程时代开发语言选型分析,云使用go,企业用java,算法python,底层c
AI 编程时代,开发语言选型需综合考量AI适配度、编译速度、跨平台与学习成本。Python以海量语料和即时执行成首选,适用于AI/ML与原型开发;TypeScript凭借类型系统与秒级构建,成为前端及应用层主流;Go以极速编译与统一风格,契合AI代理高效迭代需求。Rust/C++虽性能强,但编译慢、学习成本高,不适于快速试错。综合推荐:优先选Python、TypeScript、Go,兼顾效率与生态,实现最优AI协作体验。
智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx
智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx
MCGS的Http协议驱动,支持http协议
硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量
气象服务行业可信数据空间应用规划方案(技术方案版).pptx
气象服务行业可信数据空间应用规划方案(技术方案版).pptx
机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro
内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。
【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)
内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。
【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制
内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。
1383



被折叠的 条评论
为什么被折叠?



