从图像梯度到特征点检测:图解Harris角点背后的数学之美

【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 阅读详情

从图像梯度到特征点检测:图解Harris角点背后的数学之美

在计算机视觉的世界里,图像不仅仅是像素的集合,更是一个充满数学结构的二维函数。当我们试图让机器“理解”图像中的关键结构时,一个核心问题便浮现出来:如何让算法像人眼一样,迅速锁定图像中那些具有显著特征的“角落”或“交汇点”?这些点,我们称之为角点,它们是图像拼接、三维重建、目标跟踪等高级视觉任务的基石。Harris角点检测算法,自上世纪八十年代提出以来,历经数十年依然是特征点检测领域的经典与标杆。然而,大多数教程和API文档往往只告诉我们如何调用cv2.cornerHarris,却对“为什么这个公式能检测角点”语焉不详,仿佛那是一个黑箱。

今天,我们就来亲手打开这个黑箱。这篇文章不是对现有教程的复述,而是一次从图像梯度出发,穿越Sobel算子、二次型矩阵,最终抵达特征值分解的完整数学之旅。我们将用可视化的思维,结合几何图示,一步步揭示Harris角点检测背后的数学原理。你会发现,那些看似枯燥的公式,实际上描绘了一幅幅生动的几何图景——椭圆的长短轴如何对应图像纹理的变化,特征值又如何成为区分平坦、边缘与角点的“裁判”。无论你是正在钻研OpenCV的算法实践者,还是对数学在视觉中应用充满好奇的研究者,希望这次深入的图解之旅,能让你不仅知其然,更能知其所以然。

1. 图像梯度:感知变化的“数学触角”

要理解角点检测,我们必须从图像处理中最基础也最重要的概念——梯度谈起。在连续数学中,一个函数的梯度指向其变化率最大的方向。对于一幅灰度图像,我们可以将其视为一个二维离散函数 I(x, y),其中 (x, y) 是像素坐标,函数值 I 是该点的灰度强度。那么,图像在某个点的梯度,本质上描述的是该点附近灰度值的变化快慢和方向。

1.1 离散世界的微分

由于图像是离散的(像素网格),我们无法像处理连续函数那样求导。取而代之的是使用差分来近似微分。在点 (x, y) 处,其水平方向(x方向)的梯度 I_x 和垂直方向(y方向)的梯度 I_y 最朴素的计算方式是:

I_x(x, y) ≈ I(x+1, y) - I(x, y)
I_y(x, y) ≈ I(x, y+1) - I(x, y)

这其实就是用后一个像素的灰度值减去当前像素的灰度值。在图像处理中,我们通常更关心变化的幅度而非方向(例如,从黑到白和从白到黑都是强烈的变化),因此在实际计算梯度大小时,常使用绝对值之和来近似欧几里得范数,以降低计算开销:

梯度幅度 M(x, y) = |I_x| + |I_y|

而梯度方向则包含了边缘的朝向信息,计算公式为 arctan(I_y / I_x)。一个直观的理解是:在物体的边缘处,垂直于边缘方向上的灰度变化剧烈(梯度大),而沿着边缘方向上的灰度变化平缓(梯度小)。

1.2 Sobel算子:加权差分与噪声抑制

直接使用相邻像素差分虽然简单,但对噪声极其敏感。单个像素的异常值(噪声)会导致梯度计算错误。因此,我们需要一个更稳健的方法。Sobel算子应运而生,它本质上是一个结合了高斯平滑与微分操作的卷积核。

Sobel算子包含两个3x3的矩阵,分别用于计算x方向和y方向的梯度:

Sobel X方向算子 (检测垂直边缘)

Sx = [ -1, 0, 1;
       -2, 0, 2;
       -1, 0, 1 ]

Sobel Y方向算子 (检测水平边缘)

Sy = [ -1, -2, -1;
        0,  0,  0;
        1,  2,  1 ]

使用Sobel算子计算梯度时,我们是在一个3x3的邻域内进行加权差分。以Sx为例,它相当于对图像先进行一个垂直方向的边缘检测(右列减左列),同时中间行的权重更大(系数为2),这赋予了中心像素更高的权重,相当于在微分前进行了一个粗略的平滑(类似[1, 2, 1]的权重分布),从而在一定程度上抑制了噪声。

在OpenCV中,调用方式如下:

import cv2
import numpy as np

# 读取图像并转为灰度图
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 计算x和y方向的Sobel梯度
# cv2.CV_64F用于存储负值
grad_x = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
grad_y = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)

# 取绝对值并转换为8位图像用于显示
abs_grad_x = cv2.convertScaleAbs(grad_x)
abs_grad_y = cv2.convertScaleAbs(grad_y)

# 合并两个方向的梯度
grad = cv2.addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0)

注意:ksize参数指定了Sobel核的大小,必须是正奇数。增大ksize(如5或7)会使用更大的核进行卷积,平滑效果更强,检测到的边缘更粗,但对噪声的抑制也更好。

2. 从窗口移动量化到结构张量

有了梯度的概念,我们就可以思考一个更深入的问题:如何量化地描述图像中一个小窗口(比如5x5像素)内的纹理特征?Harris角点检测的核心思想,正是基于对窗口进行微小移动时,窗口内像素灰度变化的分析。

2.1 自相似性函数:衡量窗口变化的尺子

假设我们有一个以点(x, y)为中心的图像窗口W(例如一个5x5的区域)。现在将这个窗口在图像上平移一个很小的位移(Δx, Δy)。窗口内所有像素灰度值的变化总和,可以用一个自相似性函数 E(Δx, Δy) 来描述:

E(Δx, Δy) = Σ_{u,v ∈ W} w(u, v) [ I(u+Δx, v+Δy) - I(u, v) ]^2

这里:

  • (u, v)是窗口W内的局部坐标。
  • w(u, v)是窗口内的权重函数,通常是一个高斯窗口,用于给中心像素更高的权重,或者是一个简单的常数窗口(如全1矩阵)。
  • I(u, v)是点(u, v)处的原始灰度值。
  • I(u+Δx, v+Δy)是平移后的灰度值。

这个函数E的值越大,说明窗口平移后,内部像素变化越剧烈。我们的目标就是分析E在不同平移方向(Δx, Δy)上的行为。

2.2 泰勒展开:将非线性问题线性化

直接计算I(u+Δx, v+Δy)很困难,因为它依赖于未知的位移后的图像。这里,数学工具——一阶泰勒展开闪亮登场。对于很小的位移(Δx, Δy),我们可以用当前点的灰度值加上梯度与位移的内积来近似:

I(u+Δx, v+Δy) ≈ I(u, v) + I_x(u, v) * Δx + I_y(u, v) * Δy

其中,I_x和I_y正是我们之前用Sobel算子计算出的图像在(u, v)点的x方向和y方向梯度。将上式代入自相似性函数E,并忽略高阶无穷小项,我们得到一个关键的近似表达式:

E(Δx, Δy) ≈ Σ_{u,v ∈ W} w(u, v) [ I_x(u, v)*Δx + I_y(u, v)*Δy ]^2

这个式子可以展开并重新组织,写成更紧凑的矩阵二次型形式:

E(Δx, Δy) ≈ [Δx, Δy] * M(x, y) * [Δx, Δy]^T

其中,M(x, y)是一个2x2的实对称矩阵,被称为结构张量(Structure Tensor)或二阶矩矩阵。它的元素由窗口内梯度的加权平方和与乘积组成:

M = Σ w(u, v) * [ I_x^2,  I_x*I_y;
                  I_x*I_y, I_y^2 ]

更明确地,我们定义:

  • A = Σ w * I_x^2
  • B = Σ w * I_y^2
  • C = Σ w * I_x * I_y

则矩阵 M = [ [A, C], [C, B] ]。

这个矩阵M浓缩了窗口W内所有像素梯度分布的核心信息。它是我们理解后续所有分析的关键。

3. 几何图解:椭圆、特征值与图像结构

现在,我们来到了整个Harris角点检测算法中最美妙、最直观的部分。让我们暂时忘掉图像,专注于这个数学表达式:

E(Δx, Δy) ≈ A*Δx^2 + 2C*ΔxΔy + B*Δy^2

如果我们把E看作一个常数(比如设为1),那么这个方程在(Δx, Δy)平面上描述了一个二次曲线。由于矩阵M是实对称且正定的(在纹理丰富的区域),这个二次曲线是一个椭圆。

3.1 椭圆如何描绘纹理?

这个椭圆的长轴和短轴方向及其长度,蕴含了窗口W内纹理结构的全部秘密。

  • 椭圆的朝向:由矩阵M的非对角元素C决定。C反映了x方向梯度和y方向梯度的相关性。如果C=0,椭圆的主轴就与坐标轴平行。
  • 椭圆的长短轴长度:由矩阵M的特征值λ1和λ2(λ1 ≥ λ2 > 0)决定。长轴长度与1/√λ2成正比,短轴长度与1/√λ1成正比。

现在,让我们建立椭圆形状与图像区域类型的直观联系:

图像区域类型梯度特征 (I_x, I_y)结构张量 M 的特征值 (λ1, λ2)对应的椭圆形状
平坦区域各个方向梯度都很小,近似为0。λ1 ≈ 0, λ2 ≈ 0一个半径非常大的圆(近似于整个平面),因为任何方向的移动引起的灰度变化都极小。
边缘区域在一个主方向上有较大的梯度,垂直方向上梯度很小。
例如,垂直边缘:I_x大,I_y小。
一个特征值大,一个特征值小。
λ1 >> λ2 ≈ 0
一个非常扁平的椭圆。沿着边缘方向(梯度小的方向)移动,灰度变化小(椭圆长轴长);垂直于边缘方向移动,灰度变化剧烈(椭圆短轴短)。
角点区域在两个垂直方向(如水平和垂直)上都有较大的梯度。λ1 和 λ2 都很大,且数值相近。一个小而圆的椭圆。向任何方向移动,都会引起较大的灰度变化(椭圆长短轴都短)。

这个对应关系是Harris角点检测的灵魂。我们不需要直接分析图像,只需要分析由梯度构成的结构张量M的特征值,就能判断该窗口所处的区域类型。

3.2 特征值分解的几何意义

为什么特征值能告诉我们椭圆的形状?这源于线性代数中的一个重要结论:对于实对称矩阵M,存在一个正交变换(旋转),可以将其对角化。这个变换对应的正是将倾斜的椭圆“扶正”,使其主轴与坐标轴对齐。

数学上,特征值分解 M = R * Λ * R^T,其中:

  • Λ 是对角矩阵 diag(λ1, λ2),包含了特征值。它代表了沿着主轴方向的拉伸(或缩放)因子。
  • R 是正交矩阵(旋转矩阵),其列向量是特征向量,指明了椭圆主轴的方向。

因此,特征值λ1和λ2直接决定了椭圆在主轴方向上的“紧致”程度。值越大,椭圆在该方向上越“瘦小”(因为E=1,半径与1/√λ成正比),意味着沿该方向移动窗口,灰度变化越剧烈。

4. Harris响应函数:一个巧妙的评分公式

理论上,我们可以直接通过比较两个特征值λ1和λ2的大小来判断角点。但在实践中,计算特征值需要开方运算,在早期的计算环境中开销较大。Harris和Stephens在1988年的论文中提出了一个非常巧妙的响应函数R,它无需显式计算特征值,却能反映其特征:

R = det(M) - k * (trace(M))^2

其中:

  • det(M) 是矩阵M的行列式,等于 λ1 * λ2。
  • trace(M) 是矩阵M的迹,等于 λ1 + λ2。
  • k 是一个经验常数,通常取值在0.04到0.06之间。

这个公式的妙处在于,它巧妙地结合了特征值的乘积与和,构造出一个能区分三种情况的标量:

  1. 平坦区域:λ1和λ2都小 → det(M)小,trace(M)小 → R值很小(接近0或为负)。
  2. 边缘区域:λ1大,λ2小 → det(M)小(因为λ2小),但trace(M)大 → R值为负。
  3. 角点区域:λ1和λ2都大 → det(M)大,trace(M)也大。但公式中减去了一项k*(trace)^2,只要k选取得当,就能确保当λ1和λ2都大且相近时,R取得很大的正值。

我们可以通过一个表格来总结R值的判断逻辑:

区域类型特征值关系Harris响应值 R判断
平坦区λ1 ≈ 0, λ2 ≈ 0R
边缘λ1 >> λ2 ≈ 0R < 0非角点
角点λ1 和 λ2 都大且数量级相当R > 0,且值较大角点

提示:参数k是一个敏感度调节因子。增大k会提高角点检测的门槛,减少被检测为角点的数量;减小k则会使检测器更敏感,可能会检测出更多的角点(包括一些噪声点)。

5. 实战:OpenCV中的CornerHarris与参数解析

理解了数学原理,使用OpenCV的cv2.cornerHarris函数就变得清晰明了。这个函数封装了我们上面讨论的所有步骤。

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 1. 读图并转为灰度
img = cv2.imread('chessboard.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = np.float32(gray) # 输入需要是float32类型

# 2. 调用cornerHarris函数
blockSize = 2    # 计算结构张量M时考虑的邻域窗口大小
ksize = 3        # Sobel算子的孔径大小
k = 0.04         # Harris响应函数中的自由参数
dst = cv2.cornerHarris(gray, blockSize, ksize, k)

# 3. 结果膨胀(非必须,仅为了更明显的显示角点标记)
dst = cv2.dilate(dst, None)

# 4. 设定阈值,标记角点
img[dst > 0.01 * dst.max()] = [0, 0, 255] # 将角点位置标记为红色

# 5. 显示
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
plt.title('Harris Corner Detection')
plt.axis('off')
plt.show()

让我们深入剖析这几个关键参数:

  • img: 输入图像,必须是单通道(灰度)的float32类型。因为计算过程中涉及大量浮点运算。
  • blockSize: 这是计算结构张量M时使用的窗口大小。它对应公式中求和窗口W的尺寸。blockSize=2意味着使用2*2+1=5x5的窗口(OpenCV的实现可能略有不同,但思想一致)。增大blockSize会使检测到的角点更“宏观”,对噪声更鲁棒,但可能会丢失一些小而精细的角点。
  • ksize: Sobel算子的孔径参数。它决定了计算图像梯度I_x和I_y时使用的Sobel核的大小。只能是1, 3, 5或7。ksize=1会使用简单的[-1, 0, 1]核。更大的ksize意味着在计算梯度前进行了更强的平滑,有助于抑制噪声,但也会模糊边缘,影响角点定位的精度。
  • k: Harris响应函数中的经验常数。如前所述,它控制了角点检测的敏感度。这是一个需要根据具体图像和需求进行微调的参数。

在实际项目中,我经常需要检测不同尺度下的角点。一个实用的技巧是构建图像金字塔,在每一层金字塔上使用固定的blockSize和ksize进行Harris检测,然后再将结果映射回原图。这样可以同时检测到从大到小不同尺度的角点特征。

另一个常见的坑是非极大值抑制。原始的Harris响应图dst中,角点区域往往是一个亮点及其周围的扩散区域。直接阈值化会得到一片连通的角点区域,而非单个像素点。因此,在实际应用中,通常在阈值化之后,还会对dst图像进行非极大值抑制,只保留每个局部区域内的最大值点,从而得到精确的、单像素级别的角点坐标。OpenCV的cv2.cornerHarris函数本身不包含这一步,需要自己实现或使用其他特征点检测器(如cv2.goodFeaturesToTrack,它内部集成了类似Harris的评分和NMS)。

最后,别忘了图像预处理。对于噪声较大的图像,在计算梯度之前,先进行一个轻微的高斯模糊(例如使用cv2.GaussianBlur,核大小3x3或5x5),往往能显著提升角点检测的稳定性和准确性。这相当于在Sobel算子之外,又增加了一层平滑,但要注意平衡去噪和保持边缘清晰度之间的关系。

Harris角点检测的优雅之处在于,它将一个复杂的视觉问题,完美地转化并解决于线性代数和微积分的框架之内。下一次当你调用cornerHarris函数时,希望脑海中能浮现出那个由梯度构成的椭圆,以及它的长短轴如何随着图像纹理翩翩起舞。这不仅是算法的力量,更是数学之美的体现。

Halcon20.11图像拼接实操包:含Forstner/Harris特征匹配、膀胱癌细胞3×3显微拼接与坐标变换公式详解 专为Halcon20.11用户准备的图像拼接实战资源,直接上手就能跑通。里面包含Forstner和Harris两种经典特征点检测算法的独立可运行脚本(.hdev),分别支持双图、3图、6图拼接场景。医学图像案例用的是真实膀胱癌细胞显微图像,实现3×3网格拼接,调用gen_projective_mosaic融合投影变换与刚性变换,同时用proj_match_points_distortion_ransac做鲁棒单应性估计。所有示例都基于实际图像文件(1.jpg、2.png、3.jpg等)调试通过,附带两版坐标 阅读详情

相关推荐

《图像处理与计算机视觉》全套课件PDF(武汉工程大学)

获取 《图像处理与计算机视觉》全套课件PDF(武汉工程大学)::https://download.youkuaiyun.com/download/m0_54748666/93260852。《图像处理与计算机视觉》全套课件PDF(武汉工程大学)第二讲-图像及其表达与性质.pdf。第五讲-图像形态学变换.pdf。第四讲-图像数据压缩.pdf。第三讲-图像预处理.pdf。第六讲-图像分割.pdf。第七讲-目标识别.pdf。第一讲-导论.pdf。

m0_54748666的博客 172

从图像梯度到特征点检测:图解Harris角点背后的数学直觉

本文通过图解方式直观解析Harris角点检测的数学原理。从图像梯度的概念出发,阐释如何通过自相似函数和结构张量量化局部变化,并借助特征值与二次型的几何意义(椭圆)来区分平坦、边缘与角点区域。文章还提供了OpenCV中CornerHarris函数关键参数的调优指南,帮助读者深入理解并实践这一经典特征点检测算法。

549

stm32f103c8t6的中文字库

stm32的成熟中文字库,上手即用,操作简单

nbbskk的博客 3654

从图像梯度到特征点检测:图解Harris算法背后的数学之美

本文深入解析了Harris角点检测算法的数学原理与实现细节,从图像梯度计算到特征值分析,揭示了该算法在计算机视觉中的核心作用。通过Python代码示例和参数调优技巧,帮助读者掌握这一经典特征点检测方法,并对比了其与现代算法的异同。

efc123456的博客 676

复现YOLOv8语义分割和目标检测训练自己的数据集

训练过程首先会显示你所使用的训练的硬件设备信息,然后下一段话则是你的参数配置,紧接着是backbone信息,最后是加载信息,并告知你训练的结果会保存在runs\segment\trainxx。(1)修改数据加载配置文件,在E:\project\MODEL\YOLO\yolov8-8.2.76\ultralytics-8.2.76\ultralytics\cfg\datasets。三、训练自己的数据集,segment数据集是json格式的。如果想使用多卡训练,device='\0,1,2,xxx\'

m0_56182552的博客 2767

AI数字人短视频数字人口播数字人分身建模流程全解析

在人工智能与计算机图形学蓬勃发展的当下,数字人建模作为打造虚拟数字人的核心环节,其流程复杂且精妙,融合了多种前沿技术与创意构思,为栩栩如生的数字人形象奠定基石。​。

2403_87518095的博客 1452

别再死记硬背了!用Python+OpenCV实战图解计算机视觉核心概念(附代码)

本文通过Python+OpenCV实战演示,将计算机视觉中的核心概念如傅里叶变换、边缘检测等转化为可视化代码实验,帮助初学者轻松理解算法原理。文章涵盖图像处理基础、图像增强技术、特征提取及高级应用,提供详细代码示例和效果对比,是学习计算机视觉的实用指南。

weixin_30667831的博客 511

【Creator】cocoscreator 2.4 apk还原为工程 (1)

Cocos Creator 2.4 还原图片 meta文件

jokesuser的博客 2260

目标检测 16 道高频思考题全解——从 Faster R-CNN 到 YOLO v1 的复习手册

无论哪个版本,loss、输出形状、一次前向都只反映训练/前向过程,真正衡量检测好坏仍要靠独立验证集上的 Precision、Recall、AP、mAP——这是模型"检得准不准"的唯一可靠口径。随机初始化的 RPN 可能没提出与真实实例 IoU 达标(≥0.5)的正 RoI,那么即使图像里有有效 mask,这个 batch 也没有可用的正样本 RoI,loss 自然为 0。课程项目用的是 7×7 网格。把"在哪里"和"是什么"分开,每个候选区域都能拿到充分的特征计算资源做精细分类与回归,精度天花板更高。

anew___的博客 290

鼎阳示波器SCPI指令与MD5算法解锁带宽升级实战

本文详细介绍了鼎阳示波器通过SCPI指令与MD5算法实现带宽升级的实战流程。从设备连接、信息获取到Python密钥生成脚本解析,逐步指导用户完成升级操作,并涵盖常见问题排查与功能选件激活指南,帮助用户充分释放设备潜能。

www00的博客 359

如何从零开始写小程序

看了这篇文章,即使让我现在就从头写一个能够正常运行的小程序,也没有原本想象中的那么难了。 在本文中,我们将会以一个具体的小程序为例,带领大家从零到一完成一个小程序的开发流程,并将这个小程序上传到 FinClip.com 进行小程序提审与上架操作。 我们新建了一个叫做「HelloWorld」的小程序,FIDE 在初始化小程序项目时,会自动在项目目录中补充对应所需要的项目文件。那不妨让我们先从小程序目录下的配置文件开始,逐渐揭开小程序的面纱。 使用 FIDE 编辑小程序 1. 认识 json 文件 在小程序项目

POHOU23的博客 4398

料箱抓取中的背面点:按面板读懂一张坐标可视化

料箱抓取画面里的背面点,是 HccePose(BF) 根据已知物体的 RGB 外观预测出的模型表面坐标。读图时把正面坐标、背面坐标和最后的位姿投影沿着同一个物体对照,才能看出各个中间结果在表达什么。

weixin_42605076的博客 368

物联网与人工智能项目实战:构建智能农业监控系统

智能农业监控系统通过物联网技术实时监测农业环境中的各项数据(如土壤湿度、温度、光照强度等),并利用人工智能技术分析和预测农业生产的趋势,进而为农民提供决策支持。系统的核心目标是提高农作物的产量和品质,同时减少资源浪费,优化农田管理。环境监测:实时采集农田的温湿度、土壤湿度、光照等环境数据。作物生长监测:通过传感器和图像识别技术监测作物的生长状况。智能灌溉系统:根据土壤湿度和气候条件自动调整灌溉量。病虫害检测与预警:利用人工智能和图像识别技术自动检测作物病虫害,并及时给出预警。数据分析与决策支持。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 711

目标检测上机实战手册——四套环境、COCO 数据坑与训练闭环验证全清单

跑目标检测项目,难的不是"看懂原理",而是"跑通并确认它真的跑对了"。这份手册把 Faster R-CNN、Mask R-CNN、YOLO v3、YOLO v1 四个上机项目里所有工程层面的坑一次性整理出来:环境怎么隔离、COCO 标注怎么转、训练一 batch 到底在验证什么、哪些数字能看哪些不能信。

anew___的博客 185

智能手表 BOM 表与版本管理记录

试产与量产阶段 智能手表 BOM 表与版本管理记录

hoony123的博客 1053

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

无人机航拍垃圾检测数据集深度学习 目标检测 无人机航拍 垃圾检测 环境卫生 YOLO格式 数据集发布9029期

无人机航拍垃圾检测数据集深度学习 目标检测 无人机航拍 垃圾检测 环境卫生 YOLO格式 数据集发布9029期

qq_2529413168的博客 232

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

YOLO算法室内环境玻璃瓶目标检测数据8979张:类别与标注速览

该数据集聚焦于室内环境中各类玻璃瓶的识别与定位,涵盖多种材质、颜色和形状的玻璃容器,适用于家庭、仓储、零售等场景下的物品管理与自动化识别需求。该数据集包含训练集7812张、验证集818张、测试集349张,共计8979张图像,分布结构合理,能够有效支持模型训练、调优与性能评估。落地场景大致有智能仓储管理系统、自动分拣设备、零售商品识别系统以及家庭安防监控等领域,尤其适用于需要对玻璃制品进行分类与追踪的工业与消费场景,具备良好的落地潜力与实用前景。数据量、场景复杂度、标注质量三样都过关,这份数据可以直接开训;

小秋的博客 262

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

OpenCV 车辆数量统计

涉及到的知识点:1)基本图像运算与处理2)形态学3)轮廓查找4)加载视频5)通过形态学识别车辆6)对车辆进行统计7)显示车辆统计信息。

ahccqw的博客 118

【无标题】无人机视角道路坑洞坑洼目标检测数据集深度学习 目标检测 无人机航拍 道路坑洞 路面病害 YOLO格式 数据集发布9032期

(一)类别构成该数据集聚焦单一类别——坑洞(类别 ID 为 0),任务指向明确,围绕无人机俯视视角下的道路坑洞目标开展检测标注。类别体系精简,与公路路面病害巡检的实际需求高度契合,图像中的坑洞样本可直接作为路面破损识别的核心正样本,便于对接道路养护排查流程。(二)数据数量数据集规模为 3285 张无人机俯视航拍图像,采用标准 YOLO txt 标注格式,标注框总计 4457 个,其中带有效标注的图片 2007 张,全部图片均带有有效标注。

qq_2529413168的博客 190

基于深度学习的猫图像目标检测方法研究:YOLOv8s模型海选、多种子对比训练与Django+ONNX部署实现详解

本课题基于深度学习研究猫图像目标检测问题。数据集含1000张猫图像、1188个标注框,按固定比例划分并冻结清单;训练前在多个候选族中短训海选,确定YOLOv8s为主模型,经学习率搜索与显存标定后完成150轮训练,验证集mAP50达到0.92,并以7个随机种子的对比实验验证稳定性。最优权重导出为ONNX接入Django系统,提供图片、视频、摄像头三种识别方式,配套识别记录管理与统计大屏,形成从训练到应用的完整闭环。

WEIXIN_JSJBSZDS的博客 227

基于深度学习的水下复杂场景鱼类目标检测系统:YOLOv8+Django实现详解

本课题面向水下复杂场景的鱼类检测问题,以YOLOv8s为主模型,在约8200张、13类的水下图像上完成训练。训练前通过短训海选自动选型,训练后与Faster R-CNN、SSD300在同一冻结划分和COCO评测口径下对比,三个随机种子重复实验并做统计检验,验证集mAP50-95为0.734。最优权重经对账后导出为端到端ONNX,接入Django与Vue系统,提供图片、视频、摄像头识别、识别历史管理与可视化大屏,形成从模型到应用的完整闭环。

WEIXIN_JSJBSZDS的博客 372

深度学习 目标检测 无人机巡检 防震锤 电力设备 YOLO格式 数据集发布

深度学习 目标检测 无人机巡检 防震锤 电力设备 YOLO格式 数据集发布 9038期

qq_2529413168的博客 341

无人机巡检道路路面异常检测数据集 深度学习 目标检测 无人机巡检 道路病害 路面异常 YOLO格式 数据集发布9028期

无人机巡检道路路面异常检测数据集 深度学习 目标检测 无人机巡检 道路病害 路面异常 YOLO格式 数据集发布9028期

qq_2529413168的博客 213

OpenCV 图像轮廓

轮廓查找 绘制轮廓 计算面积 计算周长 approxPolyDP (多边形拟合) 作用: 用较少且平滑的直线段来近似表示一个复杂的轮廓。常用于提取物体的几何形状(如把圆角矩形简化为矩形,把五角星简化为五边形),是形状识别中非常常用的函数。参数含义: 作用: 找到能够将一个轮廓(或一堆点)完全包围住的最小凸多边形。就像是用一根橡皮筋把所有钉子(轮廓上的点)紧紧包住,橡皮筋的形状就是“凸包”。常用于检测物体的凸缺陷。参数含义: 大外接矩形 (Bounding Rectangle) 作

ahccqw的博客 253

tonemap算法初探

4.三边滤波(trilateral filter)通过进一步考虑梯度变化来改进边缘处行为,后续的加权最小二乘滤波、局部拉普拉斯滤波等边缘感知滤波器(EPF)沿同一思想发展,构成了局部色调映射中一条清晰的技术脉络。3.tonemap色调映射算法是未来解决HDR的图像在SDR设备上显示的问题来设计一种变换函数,其目标不是。2.HDR图像不经过任何处理,直接显示在SDR的设备上,超出显示上限的亮度被截断为纯白,低于下限。并且在压缩全局动态范围的同时,如何尽可能保留局部对比度和细节,并且抑制此过程中产生的伪影。

dong6016的博客 387

通过能量分离实现开放世界目标检测中的未知目标检测

在本研究中,我们致力于解决开放世界目标检测(Open World Object Detection,OWOD)问题。这一具有挑战性的任务要求检测器在增量学习过程中,既能够持续学习并分类已知类别的目标,同时避免遗忘已有知识,又能够在缺乏监督的情况下识别未知目标。以往的 OWOD 方法主要通过改进未知目标发现机制,并采用记忆回放(Memory Replay)策略来缓解灾难性遗忘。然而,由于现有方法在检测未知目标时高度依赖检测器对已知类别的预测结果,因此难以有效学习和识别未知目标的特征表示。

qq_22583741的博客 325
上一篇: 5G核心网中的AUSF:从鉴权到密钥分发的完整流程解析(含5G-AKA实战示例)
下一篇: SAP采购组配置避坑指南:从编码规则到权限管理的5个实战技巧
随身带U盘
博客等级 码龄4年 31粉丝 1526原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值