欢迎来到打不死的小强的专栏

source src

写在前面：图像处理主要研究图像传输、存储、增强和复原计算机图形学主要研究点、线、面和体的表示方法以及视觉信息的显示方法图像分析则着重于构造图像的描述方法，更多地是用符号表示各种图像,而不是对图像本身进行运算,并利用各种有关知识进行推理图像理解： 图像理解（image understanding,IU）就是对图像的语义理解。它是以图像为对象，知识为核心，研究图像中有什...

Reproducible Research in Computational Science “It doesn't matter how beautiful your theory is, it doesn't matter how smart you are. If it doesn't agree with expe...

Low rank methodsEfficient Computation of Robust Low-Rank Matrix Approximations in the Presence of Missing Data using the L1 Norm codeLow-Rank Matrix Recovery and Completion via Convex Optimiz...

Links to other communities’ reproducible research effortGeostatistics toolbox mgstat DACEError Correcting Codes (ECC)Face recognition software at face-rec.orgComputer graphics graphi...

很多人都不了解图像（二维）频谱中的每一点究竟代表了什么，有什么意义?一句话解释为：二维频谱中的每一个点都是一个与之一一对应的二维正弦/余弦波。视觉的优势永远大于其他器官对人的作用，所以对标眼睛的图像处理起到了非常重要的作用。相比于时域分析图像的艰难，在频域分析图像就变得无比轻松，但是由于频域比较抽象，理解起来比较吃力，所以很多人并不能一下子就明白其原理。在此选用了著名的Camera...

转载： http://blog.youkuaiyun.com/shelldon/article/details/54234433图片压缩有多重要，可能很多人可能并没有一个直观上的认识，举个例子，一张800X800大小的普通图片，如果未经压缩，大概在1.7MB左右，这个体积如果存放文本文件的话足够保存一部92万字的鸿篇巨著《红楼梦》，现如今互联网上绝大部分图片都使用了JPEG压缩技术，也就是大家使用...

JPEG中使用了量化、哈夫曼编码等，极大的压缩了图片占用的空间，那么是否可以进一步压缩呢？从技术角度讲，是可以的。如DropBox开源的lepton，在目前的JPEG压缩基础上，可以再节省22%左右的空间。lepton中使用算术编码（VP8）替换哈夫曼编码，以得到更高的压缩率。算术编码90年代已经出现，但是受限于专利，没有被广泛使用。同样由于专利限制没有广泛使用的还有gif中的压缩编码l...

注：1、本实验不生成、不存储具体编码，只计算编码长度、PSNR和压缩比等，即计算JPEG性能。2、本文只提供代码。如果需要完整的实现过程，压缩包下载地址：    https://download.youkuaiyun.com/download/weixin_41730407/10371917    3、该程序还使用...

图像处理中不适定问题（ill posedproblem）或称为反问题（inverseProblem）的研究从20世纪末成为国际上的热点问题，成为现代数学家、计算机视觉和图像处理学者广为关注的研究领域。数学和物理上的反问题的研究由来已久，法国数学家阿达马早在19世纪就提出了不适定问题的概念:称一个数学物理定解问题的解存在、唯一并且稳定的则称该问题是适定的（WellPosed）.如果不满足适定性概念中

降采样：2048HZ对信号来说是过采样了，事实上只要信号不混叠就好（满足尼奎斯特采样定理），所以可 以对过采样的信号作抽取，即是所谓的“降采样”。在现场中采样往往受具体条件的限止，或者不存在300HZ的采样率，或调试非常困难等等。若 R>>1，则Rfs/2就远大于音频信号的最高频率fm，这使得量化噪声大部分分布在音频频带之外的高频区域 ，而分布在音频频带之内的量化噪

声明：本人属于绝对的新手，刚刚接触“稀疏表示”这个领域。之所以写下以下的若干个连载，是鼓励自己不要急功近利，而要步步为赢！所以下文肯定有所纰漏，敬请指出，我们共同进步！踏入“稀疏表达”（Sparse Representation）这个领域，纯属偶然中的必然。之前一直在研究压缩感知（Compressed Sensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（如下图）来验证CS

引言这是图像去模糊的第三篇，接着上节说道逆滤波对噪声特别敏感。约束最小二乘方滤波（Constrained Least Squares Filtering，aka Tikhonov filtration,Tikhonov regularization）核心是H对噪声的敏感性问题。减少噪声敏感新问题的一种方法是以平滑度量的最佳复原为基础的，因此我们可以建立下列约束条件：C=∑0M−1∑

#if !defined COLHISTOGRAM#define COLHISTOGRAM #include #include  classColorHistogram {    private:     inthistSize[3];floathranges[2];    constfloat* ranges[3];    

关于HOG+SVM，优快云上有一些非常好的文章，这里给出我觉得写的比较好的几篇，仅供大家参考目标检测的图像特征提取之（一）HOG特征HOG：从理论到OpenCV实践opencv 学习笔记-入门（21）之三线性插值-hog(二)这篇博客写的是关于三线性插值的，为了减少混叠效应的，写的很好OpenCV中的HOG+SVM物体分类OpenCV HOGDescriptor

private Bitmap getVerticalMirorr(Bitmap srcImg) { int width = srcImg.Width; int height = srcImg.Height; Bitmap finalbmp; Graphics g = Graphics.F

【简介】Graph Cuts 不等于 graph cut(如 min cut、normalizedcut、RatioCut)， 是最近在计算机视觉中研究和应用比较多的energyminimization（能量函数最小化）优化算法，典型的用于stereo matching, image restortion,texture synthesis等应用。 这个优化算法用来解 markov

图割论文大合集下载：http://download.youkuaiyun.com/detail/wangyaninglm/8292305 代码：[cpp] view plaincopyprint?/* graph.h */  /* Vladimir Kolmogorov (vnk@cs.cornell.edu), 2001. */    /*     This soft

图像分割之（二）Graph Cut（图割）zouxy09@qq.comhttp://blog.youkuaiyun.com/zouxy09        上一文对主要的分割方法做了一个概述。那下面我们对其中几个比较感兴趣的算法做个学习。下面主要是Graph Cut，下一个博文我们再学习下Grab Cut，两者都是基于图论的分割方法。另外OpenCV实现了Grab Cut，具体的源码解读

1. 什么是backproject？2. backproject 有什么用？3. 例证1. 什么是backproject？反向投影：OpenCV docs给出的概念是“一种记录给定图像中的像素点如何适应直方图模型像素分布的方式。简单的讲， 所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找图像中存在的该特征。”第一句讲的是backproject

引言图像模糊是一种拍摄常见的现象，我曾在图像去模糊（维纳滤波） 介绍过。这里不再详述，只给出物理模型，这里我们仍在频率域表示G(u,v)=H(u,v)F(u,v)+N(u,v)(1)其中提到最简单的复原方法是直接做逆滤波（Inverse filter）。 F^(u,v)=G(u,v)H(u,v)(2)该除法是阵列操作，即按位除。 在含有噪声情况下，将(1