- 博客(5)
- 收藏
- 关注
原创 实验五--BOF图像检索
Bag of Feature Fei-fei Li 提出用BoW模型表达图像的方法,他们认为图像可以类比为文档(document), 图像中的单词(words)可以定义为一个图像块(image patch)的特征向量,那么图像的BoW模型即是 “图像中所有图像块的特征向量得到的直方图”。这就转变成了现有一幅图像的基础上对已有的码本(codebook)上进行投票的过程,投票结果与数据库里某图像投票结果越接近,则认为两幅图像的关联程度越高。 BoF大致流程: 图像特征提取: 假设有N张图像, 第i张图像图像可由
2021-07-07 17:57:30
230
原创 实验四-相机标定
基本原理 1、畸变 相机标定指建立相机图像像素位置与场景点位置之间的关系,根据相机成像模型,由特征点在图像中坐标与世界坐标的对应关系,求解相机模型的参数。相机需要标定的模型参数包括内部参数和外部参数。我们相机拍摄照片是将3维世界中的图像通过相机的转化为2维的图像。在世界坐标中的一条直线上的点在相机上只呈现出了一个点,实际中,镜头并非理想的透视成像,带有不同程度的畸变。 2、模型求解 (该次实验涉及到的公式较多,因此这次实验采用截图的方式) 方程和约束 2D 图像点:m = [ u , v ] T m=[u,
2021-07-07 17:43:55
433
原创 实验三--图像到图像映射
原理 仿射扭曲的一个简单例子是将图像或者图像的一部分放置到另一幅图像中。函数输入两幅图像和一个坐标。其中tp是设置将第一幅图像放置到第二幅图像中的角点坐标。前面4个数字[a1,a2,a3,a4]代表角点的纵坐标,后面4个数[b1,b2,b3,b4]为横坐标,从左上角为第一个角点逆时针下去,即[a1,b1]为左上角点坐标,[a2,b2]为左下角点坐标,以此类推。最后面全为1的是α通道,将该图片所在的位置全部设为1(即可以通过)。函数Haffine_from_point()会返回给定点对应点对的最优仿射变换,用
2021-07-07 17:26:54
145
原创 实验二——-局部图像描述子
Harris 角点检测算子: Harris 算子是一种简单的点特征提取算子,这种算子受信号处理中自相关函数的启发,给出与自相关函数相联系的矩阵M。M阵的特征值是自相关函数的一阶曲率,如果两个曲率值都高,那么就认为该点是特征点。为了消除噪声对于角点检测的影响,可以使用一个高斯滤波器来平滑图像。 Harris 角点检测算法原理: 利用矩形窗在图像上移动,若窗内包含有角点,则窗口向各个方向移动时,窗内的灰度值都会发生变化。从而达到检测图像角点的目的。如果像素周围显示存在多于一个方向的边,我们认为该点为兴趣点。该点
2021-07-07 17:18:43
230
原创 计算机视觉基础作业(一)直方图,均衡化,高斯滤波
图像轮廓和直方图 ```python from PIL import Image from pylab import * im = array(Image.open('E:\\大三下\\计算机视觉\\222\\0323162447.jpg').convert('L')) figure() gray() contour(im,origin='image') figure() hist(im.flatten(),128) show() 运行结果: 原图 轮廓图像 直方图 1、PIL提供图像处理
2021-07-07 11:37:39
209
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅