yuyin86的专栏

nternational Journal of Computer Vision_Springerhttp://www.springer.com/computer/image+processing/journal/11263http://www.informatik.uni-trier.de/~ley/db/journals/ijcv/index.htmlComputer S

2．10 坐标变换顶点，规格化和纹理坐标 在应用到帧缓存中构建图片前都需要变换。我们开始介绍顶点坐标如何变换和如何控制这些变换。图示2.5. 顶点变换序列图示2.5演示了应用到顶点上的一系列变换。在GL中顶点坐标 称作 物体坐标。模型-视图矩阵将这些坐标变换成视觉坐标。其他被称为物体矩阵的矩阵，将视觉坐标变换成裁剪坐标。透视除法将裁剪坐标变换成规格化设备坐标。视口变

作者：嵌入式视觉联盟 BDTI创始人兼总裁Jeff Bier 随着功能越来越强大的处理器、图像传感器、存储器和其他半导体器件以及相关算法的出现，可以在多种嵌入式系统中实现计算机视觉功能，通过视频输入来分析周围环境。微软的Kinect游戏控制器和Mobileye的辅助驾驶系统等产品都非常重视嵌入式视觉技术的发展潜力。结果，很多嵌入式系统设计人员开始思考如何实现嵌入式视觉功能。本文研究嵌入式视觉的

3.3点点的光栅化由下两个函数控制：Void  PointSize（float  size）；Void  PointSizex（fixed  size）；Size定义了点的尺寸。默认值是1.0。一个小于或等于0的值会导致错误INVALID_VALUE。点的尺寸会乘上一个距离衰减因子，固定于由PointParameter定义的尺寸范围，参看下面叙述，更固定于依

当前顶点状态当一个顶点数组被定义，但是数据还不可用时，当前值常用于联合顶点辅助的数据。当前值可能在任何时候被独占命令改变。使用以下的命令可设置当前的RGBA颜色值。void Color4{xf}(T red, T green, T blue, T alpha);void Color4ub(ubyte red, ubyte green, ubyte blue, uby

2.9缓存对象之前提到的顶点数据数组都保存在客户端的内存中，而有时候理想保存使用频繁的客户端数据（例如顶点数组数据）的位置是高性能的服务器内存。GL缓存对象提供了一套机制，使客户端可以分配，初始化和渲染服务器端内存。缓存对象的名字使用是无符号整数，0被GL保留。一个缓存对象通过绑定一个未使用的名字到ARRAY_BUFFER的来创建。绑定命令为：void BindBuffer

光栅化光栅化是一种将基本图元转化为二维图像的处理。转化后的图像的每个像素点都包括诸如颜色和深度的信息。因此可见，基本图元的光栅化由两部分工作组成。第一部分工作是决定窗口坐标中的哪些整型栅格区域被基本图元占用；第二部分工作是分配一个颜色值和一个深度值到各个区域。处理的结果会被传递到GL的下一个平台（片元操作），在那里利用消息区更新帧缓存中的适当区域。图3.1图解光栅处

CPU和GPU擅长和不擅长的方面从它们执行运算的速度与效率的方面来探讨这个论题。    CPU和GPU都是具有运算能力的芯片，CPU更像“通才”——指令运算(执行)为重+ 数值运算，GPU更像“专才”——图形类数值计算为核心。在不同类型的运算方面的速度也就决定了它们的能力——“擅长和不擅长”。芯片的速度主要取决于三个方面：微架构，主频和IPC(每个时钟周期执行的指令数)。1．微架构

下面将详细介绍ppm文件ppm文件是一种图像文件，有其自己的文件格式。ppm文件由两个部分组成：第一个部分是三行ASCII码，这个部分决定了图像的存储格式以及图像的特征；第二个部分就是图像的数据部分，图像就是由这个部分组成的。　　ppm的第一部分由三行ASCII码组成第一行是P2/P3/P6第二行是图像的大小，先是列像素数，后是行像素数，中间有一个空格第三行是一个介

图形文件格式比较维基百科，自由的百科全书下面是最经常使用的图形文件格式：目录  [隐藏] 1 點陣圖形2 向量圖形3 技术详情4 参见[编辑]點陣圖形常用的位图格式文件扩展名MIME 类型固有名称描述.bmpimage/bmp

OpenGL ES 基本知识OpenGL ES(以后简写为 “GL”)仅关心如何在帧缓存（framebuffer）中渲染(渲染后的值将保存到帧缓存中)。它不支持其他的外围设备与图形硬件关联，例如鼠标和键 盘。编程人员必须通过其他的途径获取用户操作，例如 Khronos Open KODE API。GL在一定数量的可选模式下绘制原始对象。每个原始对象可以是一个点，线段或者一个三角形。

写3d图形程序，就一定会做坐标变换。而谈到坐标变换，就不得不提起投影变换，因为它是所有变换中最不容易弄懂的。但有趣的是，各种关于透视变换的文档却依然是简之又简，甚至还有前后矛盾的地方。看来如此这般光景，想要弄清楚它，非得自己动手不可了。所以在下面的文章里，作者尝试推导一遍这个难缠的透视变换，然后把它套用到 DX和 PS2lib 的实例中去。一般概念所谓透视投影变换，就是vi

这个页面力图搜集各种跟CV，AR相关的代码，如无特别声明，均是c/c++代码。还是一贯的标准，不求全面，只求质量。如有特别推荐的代码，请在本页留言，或者email我：cvchina AT gmail.com通用库/General LibraryOpenCV无需多言。RAVLRecognition And Vision Library. 线程安全。强大

研究群体http://www-2.cs.cmu.edu/~cil/vision.html这是卡奈基梅隆大学的计算机视觉研究组的主页，上面提供很全的资料，从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件，甚至还有一个搜索引擎。http://www.cmis.csiro.au/IAP/zimage.htm这是一个侧重图像分析的站点，一般。但是提供一个Image

《数字图像处理》冈萨雷斯    基础，必读 《Learning OpenCV》 《图像处理，分析与机器视觉》    经典，注意参考文献    Amazon 5 stars 《计算机视觉》郑南宁    介绍canny算子较详细 《计算机视觉中的数学方法》吴福朝 《机器视觉》Ramesh Jain,Rang

Camshift算法是Continuously Adaptive Mean Shift algorithm的简称。它是一个基于MeanSift的改进算法。它首次由Gary R.Bradski等人提出和应用在人脸的跟踪上，并取得了不错的效果。由于它是利用颜色的概率信息进行的跟踪，使得它的运行效率比较高。Camshift算法的过程由下面步骤组成：（1）确定初始目标及其区域；（2）计算出

采用 CAMSHIFT 算法快速跟踪和检测运动目标的 C/C++ 源代码，OPENCV BETA 4.0 版本在其 SAMPLE 中给出了这个例子。算法的简单描述如下（英文）：This application demonstrates a fast, simple color tracking algorithm that can be used to track faces, hands

图像特征最重要的属性是独特性，能够咋特征空间内方便区分目标。可用于跟踪的特征有颜色、边缘、光流和纹理，或者是其中几种的组合。 颜色-最常用的颜色空间是RGB，但它不是均匀分布的；均匀分布的颜色空间是HSV。根据应用选择合适的颜色空间。 边缘-边缘通常伴随着剧烈的intensity变化。对比于颜色特征，边缘特征对光照变化不敏感。最流行的边缘检测算法是Canny算子。

卡尔曼滤波器 – Kalman Filter1．    什么是卡尔曼滤波器（What is the Kalman Filter?）在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达

作者： 阮一峰日期： 2011年8月13日几周前，我介绍了相似图片搜索。这是利用数学算法，进行高难度图像处理的一个例子。事实上，图像处理的数学算法，已经发展到令人叹为观止的地步。Scriptol列出了几种神奇的图像处理算法，让我们一起来看一下。一、像素图生成向量图的算法数字时代早期的图片，分辨率很低。尤其是一些电子游戏的图片，放大后就

Mathematics for Computer GraphicsGreg Turk, August 1997"What math should I learn in order to study computer graphics?" This is perhaps the most common general question that students ask me about c

一、论文CVPR 2012 与行人检测相关的论文[1] Contextual Boost for Pedestrian Detection  YuanyuanDing, Jing Xiao[2] Understanding Collective CrowdBehaviors:Learning Mixture Model of Dynamic Pedestrian-Agent

264分析两大利器：264VISA和Elecard StreamEye Tools264visa        强力的h264实时分析工具 ，能分析各种场合下的h264资源，适用于h264开发者，学习者。在图像分析上，VISA还是比EYE更加厉害，它包括了滤波前以及预测残差等等数据的输出。     H264Visa下载（点击下载）

http://www.imgtec.com/powervr/sgx_series5.asphttp://en.wikipedia.org/wiki/PowerVRPowerVRFrom Wikipedia, the free encyclopediaThis article may have too many

OpenGL ES是编程的iPhone使用的图形API。 如果要创建自己的游戏引擎，从头开始设计一个游戏，或者创造一些其他图形密集型应用程序，需要你去超越了核心动画和石英，那么你将需要有一个良好的OpenGL ES的理解。 我以前的OpenGL ES 2.0的功能的iPhone 3GS发布后更新此列表，并从那时起，我已经收到了一些被更新的资源数消息，并发现了，我下面列出了两个新的资源。 如果你

原文地址：https://www.kernel.org/doc/htmldocs/drm/index.htmlDRM - Direct Rendering ManagerDRM是一个内核级的设备驱动，既可以编译到内核中也可以作为标准模块进行加载。DRM最初是在FreeBSD中出现的，后来被移植到Linux系统中，并成为Linux系统的标准部分。DRM可以直接

1. DDXDevice Dependent XDDX是X服务器的2D驱动模块， 2D的显示加速，包括xvideo也是由它负责。它会初始化硬件，设置屏幕分辨率，色深，刷新频率等。在屏幕分辨率改变这样的操作，也是通过它去调用BIOS功能加以实现的。2. DRMDirect Rendering ManagerDRM是内核提供的模块。所有对应某个显卡的内核模块

Direct Rendering ManagerFrom Wikipedia, the free encyclopediaDirect Rendering ManagerOriginal author(s)kernel.org & freedesktop.orgDeveloper(s)kernel.org & freedesktop.

This is an introductory overview post for the Linux Graphics Stack, and how it currently all fits together. I initially wrote it for myself after having conversations with people like Owen Taylor, Ray

+ Architecture of a DRM driver+i ----------------------------++Written by Laurent Pinchart +Last revised: May 30, 2012+++1. Driver initialization+------------------------++- Create a stati

机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里 IT 经理网为您总结一下常见的机器学习算法，以供您在工作和学习中参考。　　机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。　　学习方式　

英文原文：awesome-machine-learning　　本文汇编了一些机器学习领域的框架、库以及软件（按编程语言排序）。　　C++　　计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库OpenCV—它提供C++， C, Python, Java 以及 MATLAB 接口，并支持 Windows, Linux， An

本文来自CMU的博士，MIT的博士后，vision.ai的联合创始人Tomasz Malisiewicz的个人博客文章，阅读本文，你可以更好的理解计算机视觉是怎么一回事，同时对机器学习是如何随着时间缓慢发展的也有个直观的认识。以下为正文：本文我们来关注下三个非常相关的概念（深度学习、机器学习和模式识别），以及他们与2015年最热门的科技主题（机器人和人工智能）的联系。

编者按：计算机视觉（Computer Vision）领域历史悠久，业界对此一直都不缺乏想象。当图像和视频总量每年以数十倍的速度增长，增长到人们有一天再也无法通过文字整理和检索这些信息时，计算机视觉技术或许会和当年的关键字搜索技术一样，成为救世主。本文来自美国计算机视觉公司创始人Orbeus刘天强（微博@刘天强Orbeus）投稿，从究竟什么是计算机视觉技术？它的局限性何在？它应用在实际场景中的表现如

一直很好奇使用C/C++语言，该如何进行复杂的数值(数学)计算：例如解方程组，C的标准数学库就做不到了。最近刚了解到, 这些问题已经有很好用的开源库了，它就是：GSL - GNU Scientific Libraryhttp://www.gnu.org/software/gsl/GSL的功能有: (来自google翻译)复数Roots of

计算机视觉             from:http://ffb93bb549a2b51b3ec4bfbb5d0f67be.zh.infofx.net/计算机视觉是当前计算机科学中的一个非常活跃的领域。人类的感官信息中，大多数是来自于视觉。要实现人工智能，对视觉的计算机处理是很重要的方面。在人工智能领域，有人所共知的M.A. Simon（司马贺）的物理符号系统假设， 这一

原文地址：http://cvnote.info/matlab-cv-ip-toolbox/计算机视觉/图像处理研究中经常要用到Matlab，虽然其自带了图像处理和计算机视觉的许多功能，但是术业有专攻，在进行深入的视觉算法研究的时候Matlab的自带功能难免会不够用。本文收集了一些比较优秀的Matlab计算机视觉工具箱，希望能对国内的研究者有所帮助。VLFeat：著名而常用

简介Who develop itStarted by Jens Owen and Kevin E. Martin of Precision Insight.First made widely available as part of XFree86 4.0 and is now part of the X.Org Server.Currently maintained by Tun

关于4:2:0 VS 4:4:4的问题：1.在模拟视频信号时代（以及未压缩的数字视频信号），4:2:0的带宽是4:4:4的一半，所以使用4:2:0能明显节约带宽，并且由于人眼对于色彩信息相对不敏感，所以这样的做法是有道理的。2.在数字视频信号时代，由于各种图象压缩算法的不断改进优化，实际上很多时候4:2:0带来的不是压缩率（视觉质量/码率）的提高，而是降低。在Doom9上有个讨

YUV的几种格式420P：420P数据的存放方式一般是先存放Y，然后存放U，最后存放V的数据，每一个像素使用12bits(1.5BYTE)保存。422P：422P数据的存放方式也是先存放Y，然后存放U，最后存放V的数据，每一个像素使用16bits（2BYTE）保存。420PSemi，422PSemi：这是TI新添加的一种格式，在DM6467的输出当中使用的是422PSemi来进行输出，