现在位置: 首页 > 技术学习 > 计算机视觉 > 文章
2015年03月23日 技术学习, 计算机视觉 ⁄ 共 2783字 暂无评论 ⁄ 阅读 725 次
fspecial函数用于建立预定义的滤波算子,其语法格式为: h = fspecial(type) h = fspecial(type,para) 其中type指定算子的类型,para指定相应的参数; type的类型有: 1、'average' averaging filter 为均值滤波,参数为hsize代表模板尺寸,默认值为【3,3】。 H = FSPECIAL('average',HSIZE) returns an averaging filter H of size HSIZE. HSIZE can be a vector specifying the number of rows and columns in H or a scala...
阅读全文

2015年03月23日 技术学习, 计算机视觉 ⁄ 共 696字 暂无评论 ⁄ 阅读 1,162 次
功能:对任意类型数组或多维图像进行滤波。 用法:B = imfilter(A,H) B = imfilter(A,H,option1,option2,...) 或写作g = imfilter(f, w, filtering_mode, boundary_options, size_options) 其中,f为输入图像,w为滤波掩模,g为滤波后图像。filtering_mode用于指定在滤波过程中是使用“相关”还是“卷积”。boundary_options用于处理边界充零问题,边界的大小由滤波器的大小确定。具体参数选项见下表: 选项 描述 filtering_m...
阅读全文
2015年03月20日 技术学习, 计算机视觉 ⁄ 共 4285字 暂无评论 ⁄ 阅读 793 次
#1:数字图像矩阵数据的显示及其傅立叶变换 #2:二维离散余弦变换的图像压缩 #3:采用灰度变换的方法增强图像的对比度 #4:直方图均匀化 #5:模拟图像受高斯白噪声和椒盐噪声的影响 #6:采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 #7:采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 #8:图像的自适应魏纳滤波 #9:运用5种不同的梯度增强法进行图像锐化 #10:图像的高通滤波和掩模处理 #11:利用巴特...
阅读全文
2015年03月20日 技术学习, 计算机视觉 ⁄ 共 1093字 暂无评论 ⁄ 阅读 746 次
利用巴特沃斯高通滤波器对受噪声干扰的图像进行平滑处理 源程序代码 I=imread('forest.tif'); imshow(I); f=double(I);     % 数据类型转换,MATLAB不支持图像的无符号整型的计算 g=fft2(f);        % 傅立叶变换 g=fftshift(g);     % 转换数据矩阵 [M,N]=size(g); nn=2;           % 二阶巴特沃斯(Butterworth)高通滤波器 d0=5; m=fix(M/2); n=fix(N/2); for i=1:M        for j=1:N            d=sqrt((...
阅读全文
2009年11月15日 技术学习, 计算机视觉 ⁄ 共 769字 暂无评论 ⁄ 阅读 1,325 次
很有可能某一天,在程序里面你会需要用到一些函数,比如 Γ 函数,β 函数,还有普通的对数吖之类的,你会想到什么,不会是#i nclude 吧?计算机科学发展了这么多年,已经有了许许多多优秀的科学计算的函数库,涵盖了各种方面,你所要做的,就是导入它们,把参 数代入,然后等待结果,呵呵。忘掉那个又大,又慢,又难看,又难操作的MatLab吧(软件要是都象工程或者科学软件那样来开发,也就是只讲功能,根本不 管不顾使用者...
阅读全文
2009年09月13日 技术学习, 计算机视觉 ⁄ 共 1156字 评论 2 条 ⁄ 阅读 4,804 次
矩阵分解 (decomposition, factorization), 顾名思义, 就是将矩阵进行适当的分解, 使得进一步的处理更加便利。矩阵分解多数情况下是将一个矩阵分解成数个三角阵(triangular matrix)。依使用目的的不同,一般有三种矩阵分解方法:1)三角分解法 (Triangular decomposition),2)QR 分解法 (QR decomposition),3)奇异值分解法 (Singular Value Decompostion)。 1) 三角分解法(Triangular decomposition) 三角分解法是将方...
阅读全文
2009年07月05日 计算机视觉 ⁄ 共 3238字 暂无评论 ⁄ 阅读 365 次
(以下转自一位MIT牛人的空间文章,写得很实际:) 作者:Dahua 感觉数学似乎总是不够的。这些日子为了解决research中的一些问题,又在图书馆捧起了数学的教科书。从大学到现在,课堂上学的和自学的数学其实不算少了,可是在研究的过程中总是发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇,对于一个researcher来说,往往是非常exciting的enjoyable的事情。不过,这也代表着要...
阅读全文
2009年07月05日 计算机视觉 ⁄ 共 4481字 暂无评论 ⁄ 阅读 1,195 次
推荐转自:http://www.cnitblog.com/IntelligentMachine/ STONE 原创 转自 http://blog.csdn.net/hunnish/ ,感谢STONE及HUNNISH 作图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前 沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就 是找出这个方向公认最牛的几个超级大拿(看看他们都在作什么)和最权威的 出版物(阅读上面最新的文献),解决第二个问题的办法是你最好能够找到一个 实...
阅读全文
2009年07月05日 计算机视觉 ⁄ 共 3541字 暂无评论 ⁄ 阅读 1,547 次
计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV,我统称之为ICE。 ICCV的全称是International Comference on Computer Vision(上一篇文章介绍我自己的id的时候介绍过,呵呵),正如很多和他一样的名字的会议一行,这样最朴实的名字的会议,通常也是这方面最nb的会议。ICCV两年一次,与ECCV正好错开,是公认的三个会议中级别最高的。它的举办地方会在世界各地选,上次是在北京,下次在巴西,2009在日本。iccv上的文章看起来一...
阅读全文
2009年07月05日 计算机视觉 ⁄ 共 1765字 暂无评论 ⁄ 阅读 1,234 次
计算机视觉应关注的资源之(1) 来自美国帝腾大学的链接。 Camera Calibration Links to toolboxes (mostly MATLAB) for camera calibration. Paul Debevec. Modeling and Rendering Architecture from Photographs. Marc Pollefeys, Tutorial on 3D Modeling from Images,, ECCV 2000, Available here: notes (12.1MB pdf) Richard Szeliski NIPS 2004 Tutorial on Acquiring Detailed 3D Models From Images and Video, Ava...
阅读全文
2009年07月05日 计算机视觉 ⁄ 共 3233字 暂无评论 ⁄ 阅读 1,300 次
paper毕竟是死的, 写paper的人才是活的. 那么我现在研究一下cv圈的格局, 按师承关系, 借鉴前人, 我总结a tree stucture of cv guys. David Marr ----->Shimon Ullman (Weizmann) ----->Eric Grimson (MIT) ----->Daniel Huttenlocher (Cornell) ----->Pedro Felzenszwalb (Chicago) Thomas Binford (Stanford) ----->David Lowe (UBC) ----->Jitendra Malik (UC Berkeley) ----->Pietro Perona (Caltech) ...
阅读全文
2009年05月12日 计算机视觉 ⁄ 共 2561字 暂无评论 ⁄ 阅读 1,273 次
NOR和NAND是现在市场上两种主要的非易失闪存技术。Intel于1988年首先开发出NORflash技术,彻底改变了原先由EPROM和EEPROM一统天下的局面。紧接着,1989年,东芝公司发表了NAND flash结构,强调降低每比特的成本,更高的性能,并且象磁盘一样可以通过接口轻松升级。但是经过了十多年之后,仍然有相当多的硬件工程师分不清NOR和NAND闪存。 相“flash存储器”经常可以与相“NOR存储器”互换使用。许多业内人士也搞不清 楚NAND闪存...
阅读全文
2009年04月26日 计算机视觉 ⁄ 共 6637字 暂无评论 ⁄ 阅读 1,324 次
对于排序的算法我想先做一点简单的介绍,也是给这篇文章理一个提纲。 我将按照算法的复杂度,从简单到难来分析算法。 第一部分是简单排序算法,后面你将看到他们的共同点是算法复杂度为O(N*N)(因为没有使用word,所以无法打出上标和下标)。 第二部分是高级排序算法,复杂度为O(Log2(N))。这里我们只介绍一种算法。另外还有几种算法因为涉及树与堆的概念,所以这里不于讨论。 第三部分类似动脑筋。这里的两种算法并不是最好...
阅读全文
2009年04月22日 计算机视觉 ⁄ 共 6995字 暂无评论 ⁄ 阅读 1,246 次
在OpenCV中有三种方式访问矩阵中的数据元素:容易的方式,困难的方式,以及正确的方式。以下先讲容易的方式和困难的方式。 容易的方式 最容易的方式是使用宏CV_MAT_ELEM( matrix, elemtype, row, col ),输入参数是矩阵的指针,矩阵元素类型,行,列,返回值是相应行,列的矩阵元素,例如: CvMat* mat = cvCreateMat(5,5,CV_32FC1); float element = CV_MAT_ELEM(*mat,float,3,2); 以下是一个例子: #pragma comment( lib, "cxc...
阅读全文
2009年04月22日 计算机视觉 ⁄ 共 5165字 评论 1 条 ⁄ 阅读 1,385 次
OpenCV中矩阵的定义(Learning OpenCV第三章) OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成,实现了图像处理和计算机视觉方面的很多通用算法。 关于OpenCV的基本使用,大家可以去看网站http://www.opencv.org.cn。我这里是学习一本书Learning OpenCV时,所进行的资料整理。 当使用OpenCV时,你会经常使用IplImage类型,该类型是OpenCV的基础图像类型。图像可能是灰度图,彩色图,四通道图(RGB+Alpha)等,...
阅读全文
在讨论过CvMat类型后,我们可以开始讨论它的继承类IplImage类型了。IplImage类型除了继承了CvMat类的成员变量外,还定义了一些跟图像有关的成员变量。这个结构体最初是定义在Intel's Image Processing Library(IPL)中的。以下是该数据结构的定义: typedef struct _IplImage {   int                  nSize;   int                  ID;   int                  nChannels;   int                  alphaChannel;   int       ...
阅读全文
2009年04月22日 计算机视觉 ⁄ 共 4127字 暂无评论 ⁄ 阅读 1,203 次
上一篇文章提到了访问矩阵中元素的前两种方式,下面讲第三种方式:正确的访问矩阵中数据的方式:正确的方式 前面介绍的一些读取和写入矩阵数据的方式,实际上,你可能很少会使用它们。因为,在大多数情况下,你需要使用最有效率的方式来访问矩阵中的数据。如果使用以上的函数界面来访问数据,效率比较低,你应该使用指针方式来直接访问矩阵中数据。特别是,如果你想遍历矩阵中所有元素时,就更需要这样做了。 在用指针直接访...
阅读全文
2009年04月18日 计算机视觉 ⁄ 共 4936字 暂无评论 ⁄ 阅读 1,525 次
Ransac是一种非常简单的算法 用于在一群样本中去掉噪声样本,得到有效的样本 采用随机抽样验证的方法 以下节选自wikipedia,选有用的贴了过来 RANSAC RANSAC is an abbreviation for "RANdom SAmple Consensus". It is an algorithm to estimate parameters of a mathematical model from a set of observed data which contains outliers. The algorithm was first published by Fischler and Bolles in 1981. A basic assump...
阅读全文
2009年04月14日 计算机视觉 ⁄ 共 3041字 暂无评论 ⁄ 阅读 1,340 次
   (一)inline函数(摘自C++ Primer的第三版)          在函数声明或定义中函数返回类型前加上关键字inline即把min()指定为内联。    inline int min(int first, int secend) {/****/};       inline函数对编译器而言必须是可见的,以便它能够在调用点内展开该函数。与非inline 函数不同的是,inline函数必须在调用该函数的每个文本文件中定义。当然,对于同一程序 的不同文件,如果inline函数出现的话,其定义必须相同。...
阅读全文
2009年04月13日 计算机视觉 ⁄ 共 886字 暂无评论 ⁄ 阅读 1,137 次
 添加成员函数向导 该向导将成员函数声明添加到头文件,将存根(stub)成员函数实现添加到选定类的实现文件,使用该向导添加成员函数后,可以在开发环境中编辑代码。 返回类型 设置正在添加的成员函数的返回类型,可以提供自已的返回类型,或从可用类型列表中选择,有关类型的信息,见基本类型 char,int, unsigned int,double, long, unsigned long,float ,short ,void,HRESULT ,unsigned char 函数名 设置正在添加的成员函数的...
阅读全文
2009年03月30日 计算机视觉 ⁄ 共 1876字 暂无评论 ⁄ 阅读 1,103 次
1, c语言中,结构体struct中不能包括函数的,而在C++中struct中可以包括函数。 2,C++中结构体和类可以通用,区别主要表现在访问控制方面:struct中默认是public,而 class中默认的是private。 3,构造函数最重要的作用是创建对象的本身,C++中每个类可以拥有多个构造函数,但必须至少有一个构造函数,当一个类中没有显式提供任何构造函 数,C++编辑器自动提供一个默认的不带参数的构造函数,这个默认的构造函数只负责构造...
阅读全文
2009年03月30日 计算机视觉 ⁄ 共 4937字 暂无评论 ⁄ 阅读 1,100 次
1,windows程序设计是种事件驱动方式的程序设计,主要基于消息的。当用户需要完成某种功能时,需要调用OS某种支持,然后OS将用户的需要包装成消息,并投入到消息队列中,最后应用程序从消息队列中取走消息并进行响应。 2,消息结构: typedef struct tagMSG { // msg HWND hwnd; //接收消息的窗口句柄。和哪个窗口相关联。 UINT message; //消息标识。消息本身是什么。 WPARAM wParam; //消息的附加信息。具体取决于消息本身...
阅读全文
2009年03月21日 计算机视觉 ⁄ 共 5523字 暂无评论 ⁄ 阅读 1,208 次
zhaiziRoyal Kaola的空间  Matlab的符号运算功能强大,看了些资料,都比较啰嗦, 然后再次总结为一个m文件测试大部分符号运算功能 %% 符号变量与符号表达式 %%%%%%%%%%%%%%%%%%%%%%%%%%% %1.符号变量与符号表达式 %%%%%%%%%%%%%%%%%%%%%%%%%%% clear all ; clc; close all; % f =sym( 'sin(x)+5x') % f —— 符号变量名 % sin(x)+5x—— 符号表达式 % ' '—— 符号标识 % 符号表达式一定要用' ' 单引号括起来matlab才能识别 % '...
阅读全文
2009年03月05日 计算机视觉 ⁄ 共 6709字 暂无评论 ⁄ 阅读 1,310 次
void CreatGauss(double sigma, double **pdKernel, int *pnWidowSize); void GaussianSmooth(SIZE sz, LPBYTE pGray, LPBYTE pResult, double sigma); void Grad(SIZE sz, LPBYTE pGray, int *pGradX, int *pGradY, int *pMag); void NonmaxSuppress(int *pMag, int *pGradX, int *pGradY, SIZE sz, LPBYTE pNSRst); void EstimateThreshold(int *pMag, SIZE sz, int *pThrHigh, int *pThrLow, LPBYTE pGray, double dRatHigh,...
阅读全文
2008年02月20日 技术学习, 计算机视觉 ⁄ 共 878字 暂无评论 ⁄ 阅读 1,343 次
光阑 diaphragm     对通过光学系统的光束起限制作用的光学元件。它可以是光学元件(如透镜、反射镜等)本身的边框,也可以是另外设置的带圆孔的不透光屏。光阑中心通常位于主光轴上,且光阑面与主光轴垂直。     ①孔径光阑。一般光学系统具有多个光阑,其中对光束的限制作用最大,即实际上决定通过光学系统的光束大小的那个光阑称为孔径光阑。对没有其他光阑的单透镜,透镜本身的边框就是孔径...
阅读全文
2007年06月30日 技术学习, 机电与嵌入式, 计算机视觉 ⁄ 共 9503字 评论 2 条 ⁄ 阅读 1,554 次
问:什么是CMOS摄像机?和CCD摄像机有何不同? 答:CMOS传感器是一种通常比CCD传感器低10倍感光度的传感器。因为人眼能看到1Lux照度(满月的夜晚 )以下的目标,CCD传感器通常能看到比人眼略好在0.1~3Lux,是CMOS传感器感光度的3到10倍。 问:漏光排斥比的物理含义是什么? 答:漏光是由CCD传感器设计的缺陷造成的,每个摄像机有一个CCD传感器,由于CCD传感器的缺陷,进入 CCD传感器的强光将会穿透抵抗层...
阅读全文
×