
计算机视觉
文章平均质量分 89
wulafly
这个作者很懒,什么都没留下…
展开
-
几种典型的立体匹配算法
使用左右两张图片,计算深度图。一下几种算法代码参考 http://www.360doc.com/content/13/0129/11/11533449_263014896.shtml,经验证可行。并得到一下的深度图,貌似DP算法比较快并且效果还蛮好的。SAD算法#include #include #include using namespace转载 2016-10-18 00:36:29 · 1208 阅读 · 0 评论 -
【OpenCV入门指南】第十三篇 人脸检测
目录(?)[+]【OpenCV入门指南】第十三篇 人脸检测 本篇介绍图像处理与模式识别中最热门的一个领域——人脸检测(人脸识别)。人脸检测可以说是学术界的宠儿,在不少EI,SCI高级别论文都能看到它的身影。甚至很多高校学生的毕业设计都会涉及到人脸检测。当然人脸检测的巨大实用价值也让很多公司纷纷关注,很多公司都拥有这方面的专利或是开发商业产品出售。 在Ope转载 2016-08-30 20:20:21 · 503 阅读 · 0 评论 -
OpenCV相机标定
一:原理相机标定:简单的说,就是获得相机参数的过程。参数如:相机内参数矩阵,投影矩阵,旋转矩阵和平移矩阵等•什么叫相机参数?简单的说,将现实世界中的人、物,拍成一张图像(二维)。人或物在世界中的三维坐标,和图像上对应的二维坐标间的关系。表达两种不同维度坐标间的关系用啥表示?用相机参数。•相机的成像原理先来看一下,相机的成像原理: 如图所示,这是一个相机模型。将物体原创 2016-11-20 21:49:08 · 1128 阅读 · 0 评论 -
OpenCV——SAD立体匹配
一:原理双目立体视觉技术是仿照人类利用双目线索感知深度信息的方法,实现对三维信息的感知。为解决智能机器人抓取物体、视觉导航、目标跟踪等奠定基础。 双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式,它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点之间的位置偏差,来获取物体三维几何信息的方法。融合两只眼睛获取的图像并观察原创 2016-11-20 22:46:59 · 4672 阅读 · 1 评论 -
SIFT算法详解与实现
SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征不只具有尺度不变性,即使改变旋转原创 2017-04-18 11:22:05 · 4969 阅读 · 0 评论 -
关于图像降色彩后,彩色直方图统计与实际像素值不匹配问题
先来看一个通过遍历图像来进行图像降色彩(Color Reduce)的例子:一、遍历图像的最基本方式:at(i,j)Mat类提供了一个at的方法用于取得图像上的点,它是一个模板函数,可以取到任何类型的图像上的点。下面我们通过一个图像处理中的实际来说明它的用法。在实际应用中,我们很多时候需要对图像降色彩,因为256*256*256实在太多了,在图像颜色聚类或彩色直方图时原创 2017-05-06 10:54:08 · 1053 阅读 · 0 评论 -
OpenCV:通过Mat遍历图像的几种方法
我们在实际应用中对图像进行的操作,往往并不是将图像作为一个整体进行操作,而是对图像中的所有点或特殊点进行运算,所以遍历图像就显得很重要,如何高效的遍历图像是一个很值得探讨的问题。一、遍历图像的4种方式:at(i,j)Mat类提供了一个at的方法用于取得图像上的点,它是一个模板函数,可以取到任何类型的图像上的点。下面我们通过一个图像处理中的实际来说明它的用法。在实际应用中,我原创 2017-05-02 00:53:07 · 17874 阅读 · 1 评论 -
线性SVM与SoftMax分类器
目录(?)[+]作者: 寒小阳 时间:2015年11月。 出处:http://blog.youkuaiyun.com/han_xiaoyang/article/details/49999299 声明:版权所有,转载请注明出处,谢谢。1. 线性分类器在深度学习与计算机视觉系列(2)我们提到了图像识别的问题,同时提出了一种简单的解决方法——KNN。然后我们也看到转载 2017-08-01 10:58:57 · 841 阅读 · 0 评论