鹊踏枝-码农的专栏

Halcon软件安装后，其子目录下有一个include文件，其下的头文件均是用C/C++编写，可以在VS2005或更高版本下进行Halcon/C++编程，在这之前需要对VS进行相关配置，如下图所示：配置完成后，即可在VS下利用Halcon接口进行编程，下面是一个示例：#include int main(){using namespace HalconCpp;HI

作者写的非常好。出处：http://www.cnblogs.com/ronny/p/4045979.html如果说SIFT算法中使用DOG对LOG进行了简化，提高了搜索特征点的速度，那么SURF算法则是对DoH的简化与近似。虽然SIFT算法已经被认为是最有效的，也是最常用的特征点提取的算法，但如果不借助于硬件的加速和专用图像处理器的配合，SIFT算法以现有的计算机仍然很难达到实时的程度。对

出处：http://blog.sina.com.cn/s/blog_5562b0440102wgxs.html在图像处理中有两个常用的相关算法，这就是积分图像(Integral Image)和积分直方图(Integral Histogram)，本文来讲解这两个算法的基本原理。  在本文中主要以灰度图像来讲解。一个图像内矩形区域的积分是指这个矩形区域内所有灰度值的和，如图所示：

来源： LibLinear（SVM包）使用说明之（一）README      本文主要是翻译liblinear-1.93版本的README文件。里面介绍了liblinear的详细使用方法。更多信息请参考：       http://www.csie.ntu.edu.tw/~cjlin/liblinear/       在这里我用到的是LibLinear的Ma

Speeded Up Robust Features（SURF，加速稳健特征），是一种稳健的局部特征点检测和描述算法。SURF算法就涉及了Hessian矩阵提取特征点原理，如下：Hessian矩阵是一个多元函数的二阶偏导数构成的方阵，描述了函数的局部曲率。对一个图像f(x,y)，其Hessian矩阵如下：在构造Hessian矩阵前需要对图像进行高斯滤波，去除噪声引起的像素突变，