
计算机视觉
知足的的亚伯圆
这个作者很懒,什么都没留下…
展开
-
计算机视觉——基础矩阵F实现图像处理
前言:同一三维场景在不同视点处得到的两幅二维图像之间的几何关系——极几何以及极几何的代数表示——基础矩阵。两幅图像是可以由两个摄像机在不同位置同时采集的,也可以是同一摄像机顺序采集,这两种情况在几何上认为都是相等的。例如摄像机相对场景移动。一般地,同一世界坐标系下的同一物体的图像间存在一种集合上的对极约束关系。在立体视觉中,可以用图像点的匹配来恢复这种几何关系,反之,也可以用几何关系来约束匹配,使...原创 2019-04-17 19:10:36 · 5078 阅读 · 2 评论 -
基于tensorflow和MNIST的手写体识别
前言手写数字识别,现在算是个比较成熟的应用。从1998年到目前为止,发表了很多关于MNIST手写数字识别的论文。从这里也能看到这个领域的研究进展。’识别率’是衡量识别方法优劣的唯一指标。手写数字识别中识别方法现在流行的有3种:人工神经网络(ANN)、支持向量机(SVM)、隐马尔科夫模型(HMM);可以看出,在线性分类器,KNN,SVM,NN和CNN中,最初是SDAE成功应用的一个领域,但目前...原创 2019-06-25 20:01:40 · 842 阅读 · 0 评论 -
【计算机视觉】基于BOW的图像检索
图像检索前言 在大型的图像数据库上,CBIR(基于内容的图像搜索)技术用于检索在视觉上具有相似性的图像。返回的图像可以是颜色相似、纹理相似、图像中的物体或场景相似;总之是可以在这些图像上找到共有的任何信息。对于高层查询,比如寻找相似物体,将查询图像与数据库中所有图像进行完全比较(比如特征匹配)往往是不可行。在数据库很大的情况下,这样的查询方式会耗费很多时间,通过前任的不懈努力,...原创 2019-05-12 21:11:43 · 1672 阅读 · 10 评论 -
【计算机视觉】图像分类
前言 在当前的网络时代及信息时代,越来越多图像问题需要解决,当然计算机就起到很重要的作用。图像分类和图像内容分类算法就可以采用一些简单有效的方法和目前一些性能最好的分类器,解决两类和多类问题。在图像分类中,最简单且最常用的一种方法就是KNN(邻近分类法),用于手势识别和目标识别具有很大成就。目录(一)K邻近分类法(1)实现二维的可视化KNN(2)dense sift...原创 2019-05-21 00:40:17 · 1351 阅读 · 0 评论 -
基于Python3.7.0版本安装opencv及简单的代码测试
简单的opencv安装 简述 大家好!我是第一次写博客,可能会有很多步骤不明确的地方,欢迎大家指教,后期会有所改善。 其实安装好python3过后很好安装opencv,而且python3自带的pip.exe能够很快的导入一些安装模块语句。这篇文章是最基础的IDLE版的编译运行,在安装opencv的过程过程中可能遇到一些小问题,以下会有相应的讲解,安装成功后会在IDLE上运行...原创 2019-03-05 00:03:43 · 9490 阅读 · 1 评论 -
计算机视觉——python3的SIFT与harris特征匹配及sift原理描述
python实现图像sift特征检测 sift特征包括兴趣点检测器和描述子,是过去十年中最成功的图像局部描述子之一。sift描述算子具有非常强的稳健性,而且sift特征对于尺度、旋转和亮度都具有不变性,十分突出的点不会因光照、尺度、旋转等因素的改变而消失。因此,它可用于三维视角和噪声的可靠匹配。总结前人的结论sift算子可解决的问题有:• 目标的旋转、缩放、平移(RST)• 图像...原创 2019-03-17 15:46:05 · 3599 阅读 · 2 评论 -
计算机视觉——图像地理位置标记
图像分类 图片地理标记即图像分类,可以实现多张图片进行特定的标志性物体分类。主要步骤需要对图像提取局部描述算子,一般情况都是使用SIFT特征描述算子。然后通过判断图像是否具有匹配的局部描述算子来定义图像之间的连接,实现图像可视化连接,图的边代表连接。在实现图像连接将会使用pydot工具包,该工具包是功能强大的GraphViz图形库的Python接口。(一)安装graphviz...原创 2019-03-18 00:49:26 · 1447 阅读 · 2 评论 -
图像映射——计算机视觉
图像映射 图像映射就是图像之间的变换,加上使用一些计算变换的方法。可以实现图像扭曲变形和图像配准,适用于全景拼接。普遍变换方法有单应性变换、仿射变换、阿尔法通道等等。图像的映射类型有:平移、旋转、仿射、透视映射、尺度变换,不同的类型对应不一样的方法。经过这些处理就可以达到自己想要实现的映射效果。(一)原理解析(1)单应性变换(homography) 矩阵的一个重要作...原创 2019-03-19 23:12:23 · 3654 阅读 · 0 评论 -
pyhton3实现图像全景拼接
python全景拼接简述流程:RANSAC算法矫正-->计算单应性矩阵-->特征点匹配-->图片匹配-->图像拼接(一)环境说明 pyhton版本为3.7、使用脚本为IDLE编译、vlfeat版本为vlfeat-0.9.20下载vlfeat-0.9.20链接:https://pan.baidu.com/s/1MbIhHyy2AurektPJQJb1...原创 2019-03-31 19:18:26 · 1408 阅读 · 2 评论 -
python实现——在图像上放置虚拟物
前言:虚拟物是指一些3D模型,在图像上放置虚拟物就是以一张图片为背景,在把绘制的3D图放置在指定的位置上。除此之外还可以用于视频中放置虚拟物,实现动图放置3D模型。在这个例子当中,是通过照相机标定获得图像的标定矩阵,再使用单应性矩阵投影出虚拟物映射图像。配置环境:python3.7 windows10 64位 PyOpenGL-3.1.3b2、PyOpenGL-accelerate-3.1...原创 2019-04-06 20:29:33 · 1630 阅读 · 8 评论 -
计算机视觉——python3实现张正友棋盘相机标定图像
照相机标定 前言:相机标定是我们相机拍摄的物体都处于三维世界坐标系中,而相机拍摄成像时把三维相机坐标系向二维图像坐标系转换。不同镜头成像时的转换矩阵不同可能引入失真,标定的作用是近似地估算出转换矩阵和失真系数。为了估算,需要知道若干点的三维世界坐标系中的坐标和二维图像坐标系中的坐标。传统的照相机标定方法是通过世界坐标集(Xi,Yi,Zi),以及它们在图像平面上的投影坐标集(ui,vi),计算...原创 2019-04-14 20:11:44 · 6640 阅读 · 10 评论 -
【计算机视觉】图像分割
前言 图像分割是将一幅图像分割成有意义区域的过程(即分割图像前景和背景)。这些区域可以是一些颜色、边界或邻近相似等特性进行构建的。现在网上图像分割技术有很多种,例如Graph Cut(图割)、聚类分割、变分发等等。(一)图割(Graph Cut)图割算法将分割问题看成对图像个像素进行二元(前景、背景)标号的组合优化问题。通过构造一个包含数据项和光滑项的能量函数,把图像映射成带权图G...原创 2019-06-11 15:36:18 · 708 阅读 · 1 评论