自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 模板匹配加速之金字塔分层搜索

图像金字塔是一种多分辨率图像表示方法,它通过一系列逐渐缩小或放大的图像来表示原始图像的不同尺度。高斯金字塔(Gaussian Pyramid):通过不断下采样(降采样)生成更小的图像。拉普拉斯金字塔(Laplacian Pyramid):通过高斯金字塔和差分操作生成一组残差图像。在模板匹配中,我们主要使用高斯金字塔来实现多尺度匹配。金字塔灰度模板匹配通过多尺度搜索策略,在保持较高准确率的同时显著提升匹配速度,尤其适用于:高分辨率图像处理实时检测系统移动端设备等资源受限场景。

2025-03-21 09:16:05 922

原创 亚像素精度模板匹配:深入理解与OpenCV实现

C++ 结合opencv实现亚像素精度的模板匹配

2025-03-18 16:41:36 410

转载 c++实现双边滤波

是一种非线性滤波,能够达到去噪保边的效果。相比,双边滤波多了一种,也就是还考虑了所以双边滤波是结合图像的空间邻近度和像素值相似度的一种折衷处理。先看看对比效果:wsize=23*23, sigma(space)=10,sigma(color)=35在同样的掩膜尺寸、sigma(space)的情况下,双边滤波能去除噪声污染并能保持边缘。图像增强、图像去雾、图像去噪、图像恢复、美颜等等。

2023-04-07 10:47:49 764

原创 BLP原理及其代码

LBP特征提取原理及代码实现 - 无趣的鱼 - 博客园 (cnblogs.com)

2022-08-08 19:20:25 388

转载 U-Net模型

在网络结构中,卷积基本上都是成对使用的,所以就定义了一个DoubleConv类网络结构图:1.1DoubleConv 模块代码实现)in_channels : 指的是输入特征层的channelsout_channels: 指的是经过DoubleConv层后输出特征层的channelsmid_channels: 指第一个卷积层输出的channels。......

2022-08-04 10:00:29 4664

原创 对平面柱体图利用墨卡托进行柱体展开

利用墨卡托投影进行柱体展开

2022-06-27 16:35:45 364

原创 自适应中值滤波代码

自适应中值滤波

2022-06-27 09:22:27 387

原创 bounding box 回归

【目标检测】基础知识:IoU、NMS、Bounding box regression - 知乎 (zhihu.com)

2021-12-15 20:15:23 2433

原创 Hough变换

先上代码,c++1.hough检测线//LineFinder.h#include"opencv2/imgproc/imgproc.hpp"#include"opencv2/highgui/highgui.hpp"#include "opencv2/core/core.hpp"#include<iostream>//#include <math.h>//#include <cmath>using namespace std;using namespa

2021-12-04 17:34:11 2864

原创 2021-11-06

sift码一下https://www.cnblogs.com/fcfc940503/p/11638006.html

2021-11-06 15:38:14 76

计算机视觉 多角度多目标的灰度NCC模板匹配 亚像素精度 C++ opencv实现,速度快 源码以及测试demo

本资源提供了一套基于计算机视觉技术的解决方案,专门用于实现多角度、多目标的灰度归一化互相关(NCC)模板匹配,并支持亚像素精度。该方案采用C++语言编写,利用了OpenCV库的强大功能进行图像处理和分析,确保了算法在执行速度上的优越表现。 主要特点: 多角度多目标匹配:能够高效地识别和定位图像中从不同角度出现的多个目标,极大地提升了应用的灵活性和准确性。 灰度NCC模板匹配:通过使用归一化互相关算法对灰度图像进行模板匹配,即使在光照变化或部分遮挡的情况下也能保持较高的匹配准确率。 亚像素精度:实现了亚像素级别的精确匹配,适用于需要高精度定位的应用场景。 C++与OpenCV:整个项目基于C++语言开发,并深度集成了OpenCV库,充分发挥了两者在性能优化和图像处理方面的优势。 高效执行速度:经过精心设计和优化,保证了算法在处理大规模数据时依然能快速响应,满足实时性要求。 完整源码及测试Demo:包含完整的源代码以及详细的测试示例(demo),方便用户快速上手并根据自己的需求进行二次开发。 此资源非常适合从事计算机视觉领域的研究人员、工程师以及学生,无论是用于学术研究还是工业项目的原型

2025-03-18

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除