隨筆分類 - 圖像處理/圖像增強等

圖像增強； 圖像復原； 圖像重建； 圖像分割； 圖像特效； 圖像匹配； 圖像形態(tài)學處理； 圖像幾何處理； 圖像正交變換； 人工智能； 跟蹤； 圖像處理之增強---圖像模糊檢測 摘要: 這種檢測可以做寬動態(tài)的檢測，也可應用穩(wěn)像算法我們實現(xiàn)了拉普拉斯方差算法，該算法提供給我們一個浮點數(shù)來代表具體圖像的“模糊度”。該算法快速，簡單且易于使用——用拉普拉斯算子與輸入圖像做卷積然后計算方差即可。如果方差低于預定義閾值，圖像就被標記為“模糊”。還可以用fft 計算高頻區(qū)域來判別http:...閱讀全文 posted @?2015-12-19 16:56?midu 閱讀(26) |?評論 (0)?編輯 圖像處理之3d算法----2d轉3d算法介紹 摘要: http://www.3dov.cn/html/c/37/index.htmlhttp://news.ifeng.com/a/20151117/46275220_0.shtml磁力矩陣http://finance.ifeng.com/a/20151117/14072754_0.shtml閱讀全文 posted @?2015-11-18 14:18?midu 閱讀(21) |?評論 (0)?編輯 圖像處理之穩(wěn)像算法---無人機視頻穩(wěn)像算法 摘要: -------------------author:pkf---------------------------qq:1327706646--------------------------------------time:2015-11-9附錄:http://blog.csdn.net/carso...閱讀全文 posted @?2015-11-09 17:54?midu 閱讀(32) |?評論 (0)?編輯 sdi 采集卡---環(huán)視頻拼接直播方案 摘要: http://www.upano.cn/#360度無死角直播1080p 30fpshttp://search.jd.com/Search?keyword=sdi%E9%87%87%E9%9B%86%E5%8D%A1&enc=utf-8&suggest=1.def.0&wq=sdi%20ca&pvid...閱讀全文 posted @?2015-11-03 18:26?midu 閱讀(22) |?評論 (0)?編輯 圖像處理之噪聲---椒鹽，白噪聲，高斯噪聲三種不同噪聲的區(qū)別 摘要: 白噪聲是指功率譜密度在整個頻域內均勻分布的噪聲。 所有頻率具有相同能量的隨機噪聲稱為白噪聲。白噪聲或白雜訊，是一種功率頻譜密度為常數(shù)的隨機信號或隨機過程。換句話說，此信號在各個頻段上的功率是一樣的，由于白光是由各種頻率（顏色）的單色光混合而成，因而此信號的這種具有平坦功率譜的性質被稱作是“白色的...閱讀全文 posted @?2015-05-15 11:42?midu 閱讀(81) |?評論 (0)?編輯 圖像處理之優(yōu)化---任意半徑局部直方圖類算法在PC中快速實現(xiàn)的框架 摘要: 在圖像處理中，局部算法一般來說，在很大程度上會獲得比全局算法更為好的效果，因為他考慮到了圖像領域像素的信息，而很多局部算法可以借助于直方圖獲得加速。同時，一些常規(guī)的算法，比如中值濾波、最大值濾波、最小值濾波、表面模糊等等都可以通過局部直方圖進行加速。而傳統(tǒng)的獲取局部直方圖計算量很大，特別是半徑增加時...閱讀全文 posted @?2015-04-20 20:25?midu 閱讀(39) |?評論 (0)?編輯 圖像處理之增強---線性灰度增強 摘要: http://blog.csdn.net/supplychain/article/details/8765808閱讀全文 posted @?2015-03-17 22:37?midu 閱讀(15) |?評論 (0)?編輯 圖像處理之拼接---圖像拼接opencv 摘要: 基于SURF特征的圖像與視頻拼接技術的研究和實現(xiàn)（一） 一直有計劃研究實時圖像拼接，但是直到最近拜讀西電2013年張亞娟的《基于SURF特征的圖像與視頻拼接技術的研究和實現(xiàn)》，條理清晰、內容完整、實現(xiàn)的技術具有市場價值。因此定下決心以這篇論文為基礎脈絡，結合實際情況，進行“基于SURF特征的圖像與...閱讀全文 posted @?2015-03-17 12:08?midu 閱讀(338) |?評論 (0)?編輯 圖像增強之DDE---基于紅外圖像的數(shù)字圖像細節(jié)增強DDE 摘要: （1）DDE應用背景（2）DDE算法簡介（3）DDE 實現(xiàn)（4）DDE 總結和不足----------author：pkf-----------------time：2-9----------------------qq：1327706646（1）DDE應用背景 關于圖像的增強，無數(shù)種方法，有線性...閱讀全文 posted @?2015-02-09 17:07?midu 閱讀(94) |?評論 (0)?編輯 音頻處理之去噪算法---基于pcm和g711的音頻16000hz、8bit去噪聲算法 摘要: （1）應用背景（2）主要降噪算法原理（3）算法流程（4）算法實現(xiàn)（5）------------author：pkf-------------------time：2-6---------------------------qq：1327706646（1）應用背景 基于8148的音頻alsa 采集，...閱讀全文 posted @?2015-02-06 14:15?midu 閱讀(211) |?評論 (0)?編輯 《數(shù)學分析》視頻 摘要: http://v.ku6.com/special/show_1924328/L1VdU0V4ry6f_FU5.html閱讀全文 posted @?2015-01-12 23:58?midu 閱讀(10) |?評論 (0)?編輯 圖像處理之圖像拼接---全景視頻拼接 摘要: 一、原理介紹 圖像拼接(Image Stitching)是一種利用實景圖像組成全景空間的技術，它將多幅圖像拼接成一幅大尺度圖像或360度全景圖，圖像拼接技術涉及到計算機視覺、計算機圖形學、數(shù)字圖像處理以及一些數(shù)學工具等技術。圖像拼接其基本步驟主要包括以下幾個方面：攝相機的標定、傳感器圖像畸變校...閱讀全文 posted @?2015-01-07 20:33?midu 閱讀(232) |?評論 (0)?編輯 圖像處理之特效---光劍特效 摘要: 前幾天寫了一個可以玩兒光劍的程序，個人覺得很酷這個程序你完全可以在自己電腦上玩玩，很有星球大戰(zhàn)中Jedi的感覺在程序中，本沒必要使用opencv，但嘗試把opencv和mfc dialog結合一下，于是最終實現(xiàn)方式如下：opencv采集圖像，mfc雙緩沖顯示，gdi+顯示光劍圖片opencv和mfc...閱讀全文 posted @?2014-12-08 02:27?midu 閱讀(34) |?評論 (0)?編輯 圖像增強之去霧---基于灰度y分量的guidefilert導向濾波的黯通道去污算法1 該文被密碼保護。 posted @?2014-12-08 02:14?midu 閱讀(1) |?評論 (0)?編輯 模式識別和機器視覺智能方面的論文投稿---國際著名期刊雜志論文投稿 摘要: -----------------------------author：midu---------------------------qq：1327706646------------------------datetime：2014-12-08 02:29http://www.computer.o...閱讀全文 posted @?2014-12-07 23:03?midu 閱讀(45) |?評論 (0)?編輯 圖像處理之全景拼接---基于sift的全景圖像拼接 摘要: http://blog.csdn.net/masibuaa/article/details/9246493#comments閱讀全文 posted @?2014-12-03 12:25?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之canny---求梯度 摘要: 梯度求法和sobel之類的算子雷同，甚至更簡單，就是一個離散差分，不清楚的童鞋可以百度，一大堆資料呢，從源碼也可清晰的看出原理。// 方向導數(shù),求梯度/* * @parameter sz: 圖像大小 * @parameter pGray: 圖像灰度值 * @parameter p...閱讀全文 posted @?2014-12-03 11:44?midu 閱讀(20) |?評論 (0)?編輯 圖像處理之log---log算子 摘要: 在圖像中，邊緣可以看做是位于一階導數(shù)較大的像素處，因此，我們可以求圖像的一階導數(shù)來確定圖像的邊緣，像sobel算子等一系列算子都是基于這個思想的。但是這存在幾個問題：1. 噪聲的影響，在噪聲點處一階導數(shù)也會取極大值 2. 求解極大值的復雜性所以，有了使用二階導數(shù)的方法。這里主要考慮LoG算子，即高斯...閱讀全文 posted @?2014-12-02 15:45?midu 閱讀(35) |?評論 (0)?編輯 cvpr2014 摘要: http://www.cvpapers.com/cvpr2014.html吳佳俊樓天城閱讀全文 posted @?2014-12-02 14:35?midu 閱讀(36) |?評論 (0)?編輯 圖像處理之卷積---任意卷積核的快速實現(xiàn) 摘要: 卷積其實是圖像處理中最基本的操作，我們常見的一些算法比如：均值模糊、高斯模糊、銳化、Sobel、拉普拉斯、prewitt邊緣檢測等等一些和領域相關的算法，都可以通過卷積算法實現(xiàn)。只不過由于這些算法的卷積矩陣的特殊性，一般不會直接實現(xiàn)它，而是通過一些優(yōu)化的手段讓計算量變小。但是有些情況下卷積矩陣...閱讀全文 posted @?2014-11-27 20:24?midu 閱讀(29) |?評論 (0)?編輯 圖像處理之增強---圖像增強算法四種，圖示與源碼，包括retinex（ssr、msr、msrcr）和一種混合算法 摘要: 申明：本文非筆者原創(chuàng)，原文轉載自：http://blog.csdn.net/onezeros/article/details/6342661兩組圖像：左邊較暗，右邊較亮第一行是原圖像，他們下面是用四種算法處理的結果依次為：1.一種混合算法2.msr，multi-scale retinex3.msrc...閱讀全文 posted @?2014-11-27 01:08?midu 閱讀(71) |?評論 (0)?編輯 圖像處理之opencv---mat、cvmat、IplImage之間的轉換 摘要: 一、Mat類型：矩陣類型，Matrix。在openCV中，Mat是一個多維的密集數(shù)據(jù)數(shù)組。可以用來處理向量和矩陣、圖像、直方圖等等常見的多維數(shù)據(jù)。Mat有3個重要的方法：1、Mat mat = imread(const String* filename); 讀取圖像2、imshow(const st...閱讀全文 posted @?2014-11-21 20:56?midu 閱讀(47) |?評論 (0)?編輯 圖像處理之opencv---加減乘除運算cvdiv 摘要: http://chyyeng.blog.163.com/blog/static/16918230201211632135456/閱讀全文 posted @?2014-11-21 20:53?midu 閱讀(130) |?評論 (0)?編輯 圖像處理之opencv---常用函數(shù) 摘要: http://blog.sina.com.cn/s/blog_9c3fc0730100yzwt.html 很全http://www.xuebuyuan.com/593449.htmlcvrepeat（）以平鋪的方式進行數(shù)組復制；http://blog.csdn.net/anqier1009/arti...閱讀全文 posted @?2014-11-20 20:47?midu 閱讀(23) |?評論 (0)?編輯 圖像處理之白平衡---3a 中的awb 自動白平衡算法 摘要: http://blog.sina.com.cn/s/blog_722122880101gyxb.html 實現(xiàn)1http://blog.sina.com.cn/s/blog_722122880101g4hm.html 原理簡介http://blog.sina.com.cn/s/blog_722122...閱讀全文 posted @?2014-11-20 15:35?midu 閱讀(8) |?評論 (0)?編輯 圖像處理之濾波---gabor 摘要: http://blog.csdn.net/xiaowei_cqu/article/details/24745945 小魏北大閱讀全文 posted @?2014-11-20 13:38?midu 閱讀(18) |?評論 (0)?編輯 圖像處理之濾波---濾波在游戲中的應用boxfilter 摘要: http://www.yxkfw.com/?p=7810 很有意思的全方位濾波應用https://developer.nvidia.com/sites/default/files/akamai/gameworks/CN/CGDC14/OpenGL_4.x_for_Mobile_Games_CN.pd...閱讀全文 posted @?2014-11-19 20:31?midu 閱讀(40) |?評論 (0)?編輯 圖像處理之積分圖---積分圖integral image 和boxfilter的實現(xiàn) 摘要: 今天偶然在接觸導向濾波的時候，在實現(xiàn)里面的boxfilter 盒子濾波是，有人提到integral image 積分圖像，積分圖像和盒子濾波很相似，積分圖像就是將原圖像的左邊+上邊的像素和。（1）boxfilter（2）integral image（1）boxfilter 1.boxfilter的...閱讀全文 posted @?2014-11-19 18:17?midu 閱讀(12) |?評論 (0)?編輯 圖像處理之模糊---高斯濾波模板的生成 摘要: /**** method to remove noise from the corrupted image by gaussian filter value* @param corrupted input grayscale binary array with corrupted info ---y...閱讀全文 posted @?2014-11-19 17:37?midu 閱讀(5) |?評論 (0)?編輯 圖像處理之 opencv 學習---矩陣的操作 摘要: OpenCV的一些操作，如生成隨機矩陣，高斯矩陣，矩陣相乘之類的/*功能：說明矩陣的一些操作方法*/#include "cv.h"//該頭文件包含了#include "cxcore.h"#include "highgui.h"#include void PrintMat(CvMat *A); // ...閱讀全文 posted @?2014-11-18 22:36?midu 閱讀(27) |?評論 (0)?編輯 谷歌的替換搜索aol---www.aol.com 摘要: 繼www.gfsoso.com后又一個 www.aol.com閱讀全文 posted @?2014-11-18 18:21?midu 閱讀(3) |?評論 (0)?編輯 格式轉換至yuv422轉 yuv420 摘要: //pYUV為422，yuv為420/*ok!* brief:pyuv is yuv422sp srcIn, and yuv is yuv420p desOut*/intYUV422To420(unsignedchar*pYUV,unsignedchar*yuv,intlWidth,intlHeig...閱讀全文 posted @?2014-11-16 22:54?midu 閱讀(47) |?評論 (0)?編輯 圖像變換之矯正---魚眼圖像的矯正簡介 摘要: 概論： ZD魚眼圖像變形校正算法，理論上相對比較簡單，各種具體典型算法也存在一定的不足。球面坐標定位展開算法是一種粗略的校正方法，最終的處理效果不夠理想。多項式坐標變換算法是一種典型的校正算法，針對魚眼鏡頭，往往需要5次多項式，同時需要N個控制點，計算量非常巨大，難于用于實時系統(tǒng)。而且控制點的合理...閱讀全文 posted @?2014-11-14 11:54?midu 閱讀(326) |?評論 (0)?編輯 圖像處理之增強---高斯模糊 摘要: 卷積是一種線性運算,圖像處理中常見的mask運算都是卷積，廣泛應用于圖像濾波。castlman的書對卷積講得很詳細。高斯變換就是用高斯函數(shù)對圖像進行卷積。高斯算子可以直接從離散高斯函數(shù)得到：for(i=0; i<N; i++){for(j=0; j<N; j++){g[i*N+j]=exp(-((i...閱讀全文 posted @?2014-11-11 20:52?midu 閱讀(18) |?評論 (0)?編輯 圖像增強之拉普拉斯銳化---高斯一階導二階導數(shù) 摘要: 圖像處理之高斯一階及二階導數(shù)計算圖像的一階與二階導數(shù)計算在圖像特征提取與邊緣提取中十分重要。一階與二階導數(shù)的作用，通常情況下：一階導數(shù)可以反應出圖像灰度梯度的變化情況二階導數(shù)可以提取出圖像的細節(jié)同時雙響應圖像梯度變化情況常見的算子有Robot, Sobel算子，二階常見多數(shù)為拉普拉斯算子，如圖所示：...閱讀全文 posted @?2014-11-11 12:18?midu 閱讀(93) |?評論 (0)?編輯 圖像特效之油畫---類似油畫效果 摘要: http://blog.csdn.net/jia20003/article/details/18850079閱讀全文 posted @?2014-11-11 12:04?midu 閱讀(24) |?評論 (0)?編輯 圖像出增強之銳化---拉普拉斯銳化 摘要: （1）拉普拉斯理論（2）拉普拉斯算子（3）拉普拉斯實現(xiàn)--------------------------------------（1）拉普拉斯理論 http://course.cug.edu.cn/pic_ana/wangluoketang/Chapter04/4.2.2.htmhttp://b...閱讀全文 posted @?2014-11-10 21:12?midu 閱讀(63) |?評論 (0)?編輯 圖像處理之圖像格式變換和色彩增強---rgb2hsi2hsv 色彩增強 摘要: 從昨天折騰到今天。再折騰下去我都要上主樓了大致和灰度圖均衡是一樣的，主要是不能像平滑什么的直接對R,G,B三個分量進行。這樣出來的圖像時沒法看的。因此我們要對亮度進行均衡。而HSI彩色空間中的分量I代表圖像的亮度，和圖像的彩色信息無關，所以它是我們perfect的折騰對象。一、首先，就是把圖像從RG...閱讀全文 posted @?2014-11-10 15:25?midu 閱讀(17) |?評論 (0)?編輯 圖像增強之簡介---灰度變換增強、直方圖增強、圖像銳化、頻域增強、和彩色增強 摘要: （1）灰度變換增強（2）直方圖增強（3）圖像銳化（4）頻域增強（5）色彩增強--------------------------------------------------------（1）灰度變換增強（2）直方圖增強（3）圖像銳化 圖像銳化的目的是為了突出圖像的邊緣信息，加強其圖像的輪廓特征...閱讀全文 posted @?2014-11-10 15:03?midu 閱讀(12) |?評論 (0)?編輯 圖像恢復之去霧---基于向導圖先驗的暗通道去霧算法 該文被密碼保護。 posted @?2014-11-10 01:04?midu 閱讀(3) |?評論 (0)?編輯 圖像增強之最小值濾波---MinFilter 最小值濾波算法的快速c實現(xiàn) 該文被密碼保護。 posted @?2014-11-09 19:09?midu 閱讀(0) |?評論 (0)?編輯 圖像幾何變換之圖像縮放---最臨近插值和雙線性內插值實現(xiàn) 摘要: http://blog.csdn.net/pamxy/article/details/8696591閱讀全文 posted @?2014-11-09 17:47?midu 閱讀(12) |?評論 (0)?編輯 圖像處理之基礎---內窺鏡醫(yī)學圖像增強 摘要: （）增強圖片在百度網(wǎng)盤里面（）處理http://bj3s.pku.edu.cn/activity/subjects/lesson6.pdfhttp://www.360doc.com/content/07/0219/04/16546_369705.shtmlhttp://www.qnr.cn/med/...閱讀全文 posted @?2014-11-07 15:27?midu 閱讀(27) |?評論 (0)?編輯 圖像處理之基礎---ocr 文字濾波器 摘要: http://www.cnblogs.com/easymind223/archive/2013/02/14/2911170.html#3051619閱讀全文 posted @?2014-11-06 20:28?midu 閱讀(1) |?評論 (0)?編輯 游戲開發(fā)之八卦圖形生成 摘要: http://www.cnblogs.com/WhyEngine/p/4059266.html閱讀全文 posted @?2014-10-29 15:48?midu 閱讀(23) |?評論 (0)?編輯 目標跟蹤之高斯混合模型---cv實現(xiàn) 摘要: #include #include #include #include #include //必須引此頭文件void main(){//參數(shù)初始化定義IplImage* pFrame = NULL;IplImage* pFrImg = NULL;IplImage* pBkImg = NULL;CvC...閱讀全文 posted @?2014-10-29 15:44?midu 閱讀(38) |?評論 (0)?編輯 圖像增強之視頻增強---夜間圖像視頻的增強！ 該文被密碼保護。 posted @?2014-10-26 22:39?midu 閱讀(3) |?評論 (0)?編輯 圖像增強之光線補償---去霧之后的光線補償 該文被密碼保護。 posted @?2014-10-26 22:37?midu 閱讀(2) |?評論 (0)?編輯 圖像處理之基礎---彩色轉灰度算法優(yōu)化rgb to yuv 摘要: File: StudyRGB2Gray.txtName: 彩色轉灰度算法徹底學習Author: zyl910Version: V1.0Updata: 2006-5-22一、基礎 對于彩色轉灰度，有一個很著名的心理學公式：Gray = R*0.299 + G*0.587 + B*0.114二、整數(shù)算...閱讀全文 posted @?2014-10-25 22:24?midu 閱讀(20) |?評論 (0)?編輯 YUV與YCbCr的區(qū)別 摘要: YUV與YCbCr的區(qū)別YUV色彩模型來源于RGB模型，該模型的特點是將亮度和色度分離開，從而適合于圖像處理領域。應用：basic color model used in analogue color TV broadcasting。YCbCr模型來源于YUV模型。YCbCr is a scaled...閱讀全文 posted @?2014-10-25 19:15?midu 閱讀(3) |?評論 (0)?編輯 環(huán)境配置之opencv---VS2010+Opencv-2.4.0的配置攻略 摘要: http://blog.csdn.net/wangwanguo08/article/details/7535377閱讀全文 posted @?2014-10-23 13:44?midu 閱讀(14) |?評論 (0)?編輯 Canny算法源碼，歡迎交流 摘要: http://blog.csdn.net/jianxiong8814/article/details/1563109http://blog.csdn.net/assuper/article/details/6937130 存在的bug 在dsphttp://bbs.csdn.net/topics/3...閱讀全文 posted @?2014-10-22 21:08?midu 閱讀(43) |?評論 (0)?編輯 圖像處理之基礎---濾波器之高斯低通濾波器的高斯模板生成c實現(xiàn) 摘要: （）代碼實現(xiàn)對原圖進行高斯平滑，去除圖像中的計算噪聲void Bmp::MakeGauss(double sigma,double **pdKernel,int *pnWindowSize){//循環(huán)控制變量int i;//數(shù)組的中心點int nCenter;//數(shù)組的某一點到中心點的距離doubl...閱讀全文 posted @?2014-10-22 21:08?midu 閱讀(83) |?評論 (0)?編輯 數(shù)據(jù)分析之最小二乘法---最小二乘法，數(shù)據(jù)分析的瑞士軍刀 摘要: 第二個故事的主角是歐拉(Euler)，拉普拉斯(Lapalace)，勒讓德(Legendre)和高斯(Gauss)，故事發(fā)生的時間是十八世紀中到十九世紀初。十七、十八世紀是科學發(fā)展的黃金年代，微積分的發(fā)展和牛頓萬有引力定律的建立，直接的推動了天文學和測地學的迅猛發(fā)展。當時的大科學家們都在考慮許多天文...閱讀全文 posted @?2014-10-22 20:32?midu 閱讀(35) |?評論 (0)?編輯 概率論與數(shù)理統(tǒng)計習題 摘要: http://netclass.csu.edu.cn/NCourse/hep013/gltj/3/gltj03040107.htm 華南理工學院課件閱讀全文 posted @?2014-10-22 20:30?midu 閱讀(17) |?評論 (0)?編輯 模式識別之ocr---文字識別Tesseract-OCR 進行文字識別 VS2010 摘要: 近日做鑄件文字識別的項目，需要識別鑄件上的字符和數(shù)字，找到開源的識別庫Tesseract，下面簡單記錄下怎么使用。首先在項目主頁http://code.google.com/p/tesseract-ocr/下載庫和相應的字庫。由于本人使用的是VS2010，其lib和include等庫使用的VS200...閱讀全文 posted @?2014-10-22 20:11?midu 閱讀(83) |?評論 (0)?編輯 模式識別之圖片搜索---匹配原理 摘要: http://www.ruanyifeng.com/blog/2013/03/similar_image_search_part_ii.html閱讀全文 posted @?2014-10-22 20:09?midu 閱讀(18) |?評論 (0)?編輯 圖像處理之基礎---濾波器之高斯低通濾波器3c代碼實現(xiàn)yuv，rgb 摘要: （）高斯理論簡介（）（）代碼實現(xiàn)四 使用高斯濾波器進行圖像的平滑（）高斯簡介http://research.microsoft.com/en-us/um/people/kahe/eccv10/何凱明 matlab 實現(xiàn)http://www.ruanyifeng.com/blog/2012/11/ga...閱讀全文 posted @?2014-10-22 02:49?midu 閱讀(69) |?評論 (0)?編輯 圖像處理之基礎---高斯低通濾波在指定區(qū)域畫放大圓形圖 摘要: 像淘寶中的物品圖片進行放大掃描效果：上圖中圖一為原圖，現(xiàn)給定素材，需要將圖像畫城圖二然后輸出。現(xiàn)在問題是，給定的圖像都是矩形，怎么將矩形的圖片畫到中間的那兩個圓里面呢？http://download.csdn.net/detail/raistlic/5054386代碼 http://bbs.csdn...閱讀全文 posted @?2014-10-22 02:45?midu 閱讀(31) |?評論 (0)?編輯 圖像處理之基礎---yuv420及其rgb，bayer, yuv, RGB的相互轉換詳解 摘要: YUV格式解析1（播放器——project2）根據(jù)板卡api設計實現(xiàn)yuv420格式的視頻播放器打開*.mp4;*.264類型的文件，實現(xiàn)其播放。使用的視頻格式是YUV420格式YUV格式通常有兩大類：打包（packed）格式和平面（planar）格式。前者將YUV分量存放在同一個數(shù)組中，通常是幾個...閱讀全文 posted @?2014-10-22 02:39?midu 閱讀(96) |?評論 (0)?編輯 圖像處理之基礎---基于opencv的灰度圖像微分 摘要: argv分別為，可執(zhí)行文件名、讀入的原始圖像、輸出原始圖像的灰度值、輸出原始圖像灰度值沿x軸方向的一階微分、輸出原始圖像灰度值沿x軸方向的二階微分。#include #include #include #include #include #pragma comment( lib, "opencv_h...閱讀全文 posted @?2014-10-22 02:31?midu 閱讀(18) |?評論 (0)?編輯 圖像處理之基礎---用Shader實現(xiàn)的YUV到RGB轉換:使用3重紋理實現(xiàn) . 摘要: 上一篇中，我是用一個RGB格式的紋理來存儲每一幀的畫面，其中紋理為m_FrameWidth * m_FrameHeight大小，這樣，在內存中，就必須要先對YUV的數(shù)據(jù)進行排序，然后才能當做RGB的數(shù)據(jù)格式傳給紋理內存。我們發(fā)現(xiàn)對一個很大幀的圖片進行數(shù)據(jù)重新排序會花費很多時間，為了減少這個時間，當...閱讀全文 posted @?2014-10-22 02:27?midu 閱讀(58) |?評論 (0)?編輯 圖像處理之基礎---圖像縮放中的雙線性插值c實現(xiàn) 摘要: 在進入頻域變換之前， 我們還是輕松一下，再搞點平面上的變化來看看。這把選了一個雙線性插值(Bilinear interpolation)來實現(xiàn)是源于看到了csdn上別人的問題， 權且實現(xiàn)一個函數(shù)，方便大家的使用吧。雙線性插值簡單的說，就是擴展了之后的圖像像素坐標映射回原來的坐標空間的時候， 如果出現(xiàn)...閱讀全文 posted @?2014-10-22 02:01?midu 閱讀(43) |?評論 (0)?編輯 圖像處理之基礎---boxfiter 摘要: http://blog.sina.com.cn/s/blog_7221228801019yg2.htmlDSP6000圖像位移與變形典型算法http://blog.csdn.net/anson2004110/article/details/9082831 boxfilter 塊濾波原理http://...閱讀全文 posted @?2014-10-20 00:25?midu 閱讀(28) |?評論 (0)?編輯 威客小鐵的有用帖子 摘要: http://www.cnblogs.com/xiaotie/archive/2012/03/25/2416267.html 如何自學圖像處理http://www.cnblogs.com/xiaotie/archive/2009/12/20/1628415.html阿牛開源庫http://code....閱讀全文 posted @?2014-10-18 20:53?midu 閱讀(9) |?評論 (0)?編輯 圖像處理之基礎---學習資料 摘要: http://www.cnblogs.com/xiaotie/archive/2010/12/24/1916066.html閱讀全文 posted @?2014-10-17 13:40?midu 閱讀(11) |?評論 (0)?編輯 圖像處理之基礎--- 圖像處理或優(yōu)化有關的網(wǎng)站和博客 摘要: 一些與圖像或優(yōu)化有關的網(wǎng)站和博客。圖像處理的相關技術博客http://www.cnblogs.com/Imageshop/http://blog.csdn.net/housisong/category/325273.aspxhttp://www.cnblogs.com/xiaotie/categor...閱讀全文 posted @?2014-10-17 12:11?midu 閱讀(5) |?評論 (0)?編輯 圖像處理之基礎---膚色檢測算法 - 基于不同顏色空間簡單區(qū)域劃分的皮膚檢測算法 摘要: 本文涉及的很多算法，在網(wǎng)絡上也有不少同類型的文章，但是肯定的一點就是，很多都是不配代碼的，或者所附帶的代碼都是象征性的，速度慢，不優(yōu)雅，不具有實用價值，本文努力解決這些問題。 文中各算法出現(xiàn)的順序并不代表算法的優(yōu)越性，僅僅是作者隨機排布的而已。 2、基于RGB顏色空間的簡單閾值膚色識別在human ...閱讀全文 posted @?2014-10-17 12:07?midu 閱讀(22) |?評論 (0)?編輯 圖像處理之基礎---不同小波基的小波變換（卷積） 摘要: #include #include #include #include #include #define WIN_WIDTH 1//1~10,選擇小波基double *Ld = new double[2*WIN_WIDTH]; //分解尺度函數(shù)double *Hd = new double[2*WI...閱讀全文 posted @?2014-10-17 12:06?midu 閱讀(40) |?評論 (0)?編輯 圖像處理之基礎---常用存儲公式理解int lineByte=(bmpWidth*biBitCount/8+3)/4*4 摘要: int lineByte=(bmpWidth*biBitCount/8+3)/4*4這個公式怎么理解如下：這是計算位圖每行占多少個字節(jié)；灰度圖像（biBitCount=8）彩色圖像（biBitCount=24）bmpWidth是位圖的寬度，也就是每行有多少個像素塊在計算機中如果你是整形 （n）除以(...閱讀全文 posted @?2014-10-17 00:45?midu 閱讀(0) |?評論 (0)?編輯 圖像處理之摳圖matting--- 圖像摳圖算法學習 - Shared Sampling for Real-Time Alpha Matting 摘要: 一、序言 陸陸續(xù)續(xù)的如果累計起來，我估計至少有二十來位左右的朋友加我QQ，向我咨詢有關摳圖方面的算法，可惜的是，我對這方面之前一直是沒有研究過的。除了利用和Photoshop中的魔棒一樣的技術或者Photoshop中的選區(qū)菜單中的色彩范圍類似的算法（這兩個我有何PS至少90%一致的代碼）是實現(xiàn)簡...閱讀全文 posted @?2014-10-16 18:35?midu 閱讀(4) |?評論 (0)?編輯 圖像處理之基礎---很好的一個快速比較兩副圖片是否相同的code 可用于公安鑒別 摘要: 轉自Codeprojecthttp://www.codeproject.com/dotnet/comparingimages.asp PublicEnumCompareResultciCompareOkciPixelMismatchciSizeMismatchEndEnumPublicSharedF...閱讀全文 posted @?2014-10-16 18:29?midu 閱讀(32) |?評論 (0)?編輯 圖像處理之圖像增強---常用的 圖像指數(shù)、對數(shù)增強、直方圖均衡化的c實現(xiàn) 摘要: 1、圖像對數(shù)增強 計算公式為：NewPixel=255/log(255)*log(OldPixel) 考慮到log(0)為負無窮大，對于圖像來說這毫無意義，因此修改上述公式為： NewPixel=255/log(256)*log(OldPixel+1); 我們看下上述的公式的原理。根據(jù)增強前后的象素...閱讀全文 posted @?2014-10-16 18:28?midu 閱讀(3) |?評論 (0)?編輯 圖像處理之圖像增強項目---大風去霧算法 呵呵 摘要: 瀏覽了一下午的資料發(fā)現(xiàn)，大致的去霧算法現(xiàn)狀是：（1）首選去霧算法暗通道（2）相關去霧優(yōu)秀博客資源（3）cvpr 中的一些優(yōu)秀論文（4）圖書出版（5）相關去霧帖子（6）去霧暗通道算法代碼（1）首選去霧算法暗通道給出6種有去霧功能的算法： 基于何凱明博士提出的暗通道去霧算法； 基于中值濾波（也可使用...閱讀全文 posted @?2014-10-16 18:24?midu 閱讀(27) |?評論 (0)?編輯 圖像處理之基礎---ffmpeg 中的圖像縮放 摘要: http://blog.csdn.net/bweaglegao/article/details/8540860http://www.cnblogs.com/acloud/archive/2011/10/29/sws_scale.html閱讀全文 posted @?2014-10-08 16:50?midu 閱讀(37) |?評論 (0)?編輯 概率論與數(shù)理統(tǒng)計常用英文詞匯對照 摘要: Probability Theory概率論Trial試驗intersection交union并frequency頻率difference差additivity可加性complementation對立contain包含equivalent等價mean均值convolution[,k?nv?'lu:??...閱讀全文 posted @?2014-09-28 20:46?midu 閱讀(36) |?評論 (0)?編輯 理解距（數(shù)學） 摘要: Inmathematics, amomentis, loosely speaking, a quantitative measure of the shape of a set of points. The "second moment", for example, is widely used a...閱讀全文 posted @?2014-09-28 20:45?midu 閱讀(17) |?評論 (0)?編輯 距特征之k階距概念 摘要: k階原點距和k階中心距各是說明什么數(shù)字特征http://www.cnblogs.com/emanlee/archive/2011/04/25/2028628.html二階中心距，也叫作方差，它告訴我們一個隨機變量在它均值附近波動的大小，方差越大,波動性越大。方差也相當于機械運動中以重心為轉軸的轉動慣...閱讀全文 posted @?2014-09-28 20:44?midu 閱讀(62) |?評論 (0)?編輯 游戲開發(fā)中的圖像生成 摘要: http://www.cnblogs.com/WhyEngine/category/531773.htmlhttp://www.cnblogs.com/WhyEngine/p/3998063.html閱讀全文 posted @?2014-09-28 20:32?midu 閱讀(8) |?評論 (0)?編輯 圖像特征提取：圖像的矩特征 摘要: 1. 矩的概念圖像識別的一個核心問題是圖像的特征提取，簡單描述即為用一組簡單的數(shù)據(jù)（圖像描述量）來描述整個圖像，這組數(shù)據(jù)越簡單越有代表性越好。良好的特征不受光線、噪點、幾何形變的干擾。圖像識別發(fā)展幾十年，不斷有新的特征提出，而圖像不變矩就是其中一個。矩是概率與統(tǒng)計中的一個概念，是隨機變量的一種數(shù)字特...閱讀全文 posted @?2014-09-28 20:30?midu 閱讀(83) |?評論 (0)?編輯 圖像特征提取：斑點檢測 摘要: 1. 什么是斑點斑點通常是指與周圍有著顏色和灰度差別的區(qū)域。在實際地圖中，往往存在著大量這樣的斑點，如一顆樹是一個斑點，一塊草地是一個斑點，一棟房子也可以是一個斑點。由于斑點代表的是一個區(qū)域，相比單純的角點，它的穩(wěn)定性要好，抗噪聲能力要強，所以它在圖像配準上扮演了很重要的角色。同時有時圖像中的斑點也...閱讀全文 posted @?2014-09-28 18:37?midu 閱讀(82) |?評論 (0)?編輯 模式識別之人臉識別---實時人臉跟蹤和動畫 摘要: http://v.youku.com/v_show/id_XNzI0NTgzNDIw.html太搞笑了http://zhidao.baidu.com/link?url=5yG79pPiD0bBv1qkv4phua1ts4qowH2rXHjD9seeaiKGqyquwo0423kPOtlM4-tSgB...閱讀全文 posted @?2014-09-24 01:18?midu 閱讀(3) |?評論 (0)?編輯 多媒體開發(fā)之---h264快速運動估計算法 摘要: #include "stdio.h"#include "stdlib.h"#include "malloc.h"#include "string.h"#include "sys/timeb.h"#include "math.h"#include "inf.h"#define MIN(a,b) ((a...閱讀全文 posted @?2014-09-16 17:48?midu 閱讀(18) |?評論 (0)?編輯 圖像處理之基礎---圖像縮放中的一些 灰度插值算法 摘要: 在圖像縮放，旋轉等一些圖像處理中，對圖像進行插值是不可缺少的一個步驟，下面對一些常用的插值算法進行介紹：http://www.chinaai.org/ip/image-transform/interpolation.htmlsoeasy！1.最近鄰插值這種插值方法是最簡單的一種插值算法，圖像輸出的像...閱讀全文 posted @?2014-09-13 11:19?midu 閱讀(30) |?評論 (0)?編輯 圖像增強---中值濾波 摘要: http://www.cnblogs.com/BYTEMAN/archive/2012/07/21/2602181.htmlhttp://www.cnblogs.com/Imageshop/p/3907639.html中值濾波去霧算法http://blog.sina.com.cn/s/blog_8e...閱讀全文 posted @?2014-09-09 09:44?midu 閱讀(22) |?評論 (0)?編輯 模式識別之中文分詞 摘要: 概率論只不過是把常識用數(shù)學公式表達了出來。——拉普拉斯記得讀本科的時候，最喜歡到城里的計算機書店里面去閑逛，一逛就是好幾個小時；有一次，在書店看到一本書，名叫貝葉斯方法。當時數(shù)學系的課程還沒有學到概率統(tǒng)計。我心想，一個方法能夠專門寫出一本書來，肯定很牛逼。后來，我發(fā)現(xiàn)當初的那個樸素歸納推理成立了——...閱讀全文 posted @?2014-09-05 20:51?midu 閱讀(12) |?評論 (0)?編輯 開源代碼motion 摘要: https://github.com/hackeron/motion閱讀全文 posted @?2014-09-05 20:37?midu 閱讀(15) |?評論 (0)?編輯 模式識別之聚類算法k-均值---k-均值聚類算法c實現(xiàn) 摘要: //寫個簡單的先練習一下,測試通過//k-均值聚類算法C語言版 #include #include #include #include #define TRUE 1 #define FALSE 0 int N;//數(shù)據(jù)個數(shù) int K;//集合個數(shù) int...閱讀全文 posted @?2014-09-05 20:36?midu 閱讀(24) |?評論 (0)?編輯 模式識別之相似度計量---余弦計算相似度度量關于兩句話的相似度 摘要: 余弦計算相似度度量相似度度量（Similarity），即計算個體間的相似程度，相似度度量的值越小，說明個體間相似度越小，相似度的值越大說明個體差異越大。對于多個不同的文本或者短文本對話消息要來計算他們之間的相似度如何，一個好的做法就是將這些文本中詞語，映射到向量空間，形成文本中文字和向量數(shù)據(jù)的映射關...閱讀全文 posted @?2014-09-05 20:28?midu 閱讀(69) |?評論 (0)?編輯 模式識別之相似度計量---常用相似度計量方法 摘要: 常用相似性度量(距離 相似系數(shù))在分類聚類算法,推薦系統(tǒng)中,常要用到兩個輸入變量(通常是特征向量的形式)距離的計算,即相似性度量.不同相似性度量對于算法的結果,有些時候,差異很大.因此,有必要根據(jù)輸入數(shù)據(jù)的特征,選擇一種合適的相似性度量方法.令X=(x1,x2,..,xn)T,Y=(y1,y2,.....閱讀全文 posted @?2014-09-05 18:28?midu 閱讀(34) |?評論 (0)?編輯 圖像處理之基礎---矩陣求逆實現(xiàn) 摘要: 最近做一個加密算法遇到需要計算矩陣的逆，閑著無聊，記錄一下，以后免得再麻煩。[cpp] view plaincopyprint?#include #include #include #define MAX 20 #define E 0.000000001 /** * 計算矩...閱讀全文 posted @?2014-09-05 15:33?midu 閱讀(16) |?評論 (0)?編輯 模式識別之ocr項目---（模板匹配&BP神經(jīng)網(wǎng)絡訓練） 摘要: 摘要在MATLAB環(huán)境下利用USB攝像頭采集字符圖像，讀取一幀保存為圖像，然后對讀取保存的字符圖像，灰度化，二值化，在此基礎上做傾斜矯正，對矯正的圖像進行濾波平滑處理，然后對字符區(qū)域進行提取分割出單個字符，識別方法一是采用模板匹配的方法逐個對字符與預先制作好的字符模板比較，如果結果小于某一閾值則結果...閱讀全文 posted @?2014-09-03 11:52?midu 閱讀(85) |?評論 (0)?編輯 圖像處理之圖像增強項目---csdn去霧專欄1 摘要: （一）高斯低通濾波去噪 高斯低通濾波器（Gaussian Low Pass Filter）是一類傳遞函數(shù)為高斯函數(shù)的線性平滑濾波器。又由于高斯函數(shù)是正態(tài)分布的密度函數(shù)。因此高斯低通濾波器對于去除服從正態(tài)分布（Normal distribution）的噪聲非常有效。一維高斯函數(shù)和二維高斯函數(shù) (高...閱讀全文 posted @?2014-09-03 11:50?midu 閱讀(73) |?評論 (0)?編輯 模式識別之分類器knn---簡介 摘要: 一、算法概述1、kNN算法又稱為k近鄰分類(k-nearest neighbor classification)算法。最簡單平凡的分類器也許是那種死記硬背式的分類器，記住所有的訓練數(shù)據(jù)，對于新的數(shù)據(jù)則直接和訓練數(shù)據(jù)匹配，如果存在相同屬性的訓練數(shù)據(jù)，則直接用它的分類來作為新數(shù)據(jù)的分類。這種方式有一個明...閱讀全文 posted @?2014-09-02 23:45?midu 閱讀(1) |?評論 (0)?編輯 圖像處理模式識別牛人博客！！！ 摘要: 提示：本文為筆者原創(chuàng)，轉載請注明出處：blog.csdn.net/carson2005 以下鏈接是本人整理的關于計算機視覺（ComputerVision, CV）相關領域的網(wǎng)站鏈接，其中有CV牛人的主頁，CV研究小組的主頁，CV領域的paper,代碼，CV領域的最新動態(tài)，國內的應用情況等等。打...閱讀全文 posted @?2014-09-02 22:43?midu 閱讀(9) |?評論 (0)?編輯 圖像面試相關公司 摘要: http://blog.csdn.net/liu409075600/article/details/8907310閱讀全文 posted @?2014-09-02 09:35?midu 閱讀(1) |?評論 (0)?編輯 多項式相乘快速算法原理及相應C代碼實現(xiàn)---用到fft 摘要: 最近認真研究了一下算法導論里面的多項式乘法的快速計算問題，主要是用到了FFT，自己也實現(xiàn)了一下，總結如下。1.多項式乘法兩個多項式相乘即為多項式乘法，例如：3*x^7+4*x^5+1*x^2+5與8*x^6+7*x^4+6*x^3+9兩個式子相乘，會得到一個最高次數(shù)項為13的多項式。一般來說，普通的...閱讀全文 posted @?2014-09-02 09:32?midu 閱讀(31) |?評論 (0)?編輯 模式識別之基礎---常用分類算法特性歸納 摘要: 常用的分類算法主要有決策樹，貝葉斯，KNN，SVM，神經(jīng)網(wǎng)絡以及基于規(guī)則的分類算法。本文主要對各種分類算法的特性做一下總結。1. 決策樹算法決策樹算法是一種構建分類模型的非參數(shù)方法，它不要求任何先驗假設，不假定類和其他屬性服從一定的概率分布。找到最佳決策樹是NP完全問題，許多決策樹算法都采取啟發(fā)式的...閱讀全文 posted @?2014-09-02 09:12?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之基礎---線性卷積和循環(huán)卷積的區(qū)別 摘要: 兩個序列的N點循環(huán)卷積定義為10[()()]()(())NNNkhnxnhmxnm??????(0)nN??從定義中可以看到，循環(huán)卷積和線性卷積的不同之處在于：兩個N點序列的N點循環(huán)卷積的結果仍為N點序列，而它們的線性卷積的結果的長度為2N-1；循環(huán)卷積對序列的移位采取循環(huán)移位，而線性卷積對序列采取...閱讀全文 posted @?2014-08-31 23:04?midu 閱讀(58) |?評論 (0)?編輯 圖像處理之基礎---卷積去噪 摘要: 討論如何使用卷積作為數(shù)學工具來處理圖像，實現(xiàn)圖像的濾波，其方法包含以下幾種，均值濾波，中值濾波，最大最小值濾波，關于什么是卷積以及理解卷積在圖像處理中作用參見這里–http://blog.csdn.net/jia20003/article/details/7038938均值濾波：均值濾波，是圖像處理...閱讀全文 posted @?2014-08-31 22:59?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之基礎---一維小波變換，可多次分解 摘要: 1、題目：一維小波變換，可多次分解2、原理：卷積核變?yōu)镈aubechies正交小波基h[]和g[]的交替形式。增加了多次分解的功能。3、代碼：[cpp]view plaincopy#include#include#include#defineLENGTH4096//信號長度/************...閱讀全文 posted @?2014-08-31 22:45?midu 閱讀(39) |?評論 (0)?編輯 圖像處理之基礎---線性卷積和 循環(huán)卷積 摘要: 1、題目：循環(huán)卷積2、代碼：[cpp]view plaincopy/********************************************************************循環(huán)卷積*V0.1**輸入?yún)?shù)：lpData,輸入數(shù)據(jù)；DataLen,輸入數(shù)據(jù)長度；Filte...閱讀全文 posted @?2014-08-31 22:44?midu 閱讀(1) |?評論 (0)?編輯 圖像處理之基礎---濾波器 高斯濾波 摘要: 引用keendawn的高斯（核）函數(shù)簡介1函數(shù)的基本概念所謂徑向基函數(shù) (Radial Basis Function 簡稱 RBF), 就是某種沿徑向對稱的標量函數(shù)。 通常定義為空間中任一點x到某一中心xc之間歐氏距離的單調函數(shù) , 可記作 k(||x-xc||), 其作用往往是局部的 , 即當x遠...閱讀全文 posted @?2014-08-31 22:40?midu 閱讀(63) |?評論 (0)?編輯 圖像處理之圖像切割---提取信封上的郵編 摘要: 1、題目：分割圖像，提取信封上的郵編。2、算法原理：原創(chuàng)：梁毅軍（西安交大圖像所，liang.yijun@live.cn）(1) 線框提取：輸入f(x,y)為彩色圖像，輸出g(x,y)為灰色圖像。g(x,y) = T[f(x,y).R, f(x,y).B, f(x,y).R] T為變換函數(shù)T(R, ...閱讀全文 posted @?2014-08-31 22:31?midu 閱讀(21) |?評論 (0)?編輯 圖像處理之基礎---圖像高效不失真縮放既卷積應用 摘要: 圖形圖像處理－之－高質量的快速的圖像縮放 中篇 二次線性插值和三次卷積插值HouSisong@GMail.com 2006255.12.13(2009.03.07 可以到這里下載縮放算法的完整的可以編譯的項目源代碼:http://blog.csdn.net/housisong/archive/200...閱讀全文 posted @?2014-08-31 22:26?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之基礎---嘆為觀止的圖像處理 摘要: 作者：阮一峰幾周前，我介紹了相似圖片搜索。這是利用數(shù)學算法，進行高難度圖像處理的一個例子。事實上，圖像處理的數(shù)學算法，已經(jīng)發(fā)展到令人嘆為觀止的地步。Scriptol列出了幾種神奇的圖像處理算法，讓我們一起來看一下。一、像素圖生成向量圖的算法數(shù)字時代早期的圖片，分辨率很低。尤其是一些電子游戲的圖片，...閱讀全文 posted @?2014-08-31 22:24?midu 閱讀(43) |?評論 (0)?編輯 YUV視頻格式到RGB32格式轉換的速度優(yōu)化 上篇 摘要: http://blog.csdn.net/arau_sh/article/details/6161770閱讀全文 posted @?2014-08-31 22:20?midu 閱讀(11) |?評論 (0)?編輯 收集的網(wǎng)絡上大型的開源圖像處理軟件代碼（提供下載鏈接) 摘要: 轉自http://www.cnblogs.com/Imageshop/archive/2011/11/10/2244664.html 要寫好一個圖像處理軟件，僅靠自己看書是完全不夠的，要多方面學習，借鑒前人的經(jīng)驗，要集思廣益、多面出擊。如今網(wǎng)絡發(fā)達，圖像學的資料其實也到處都是。只是往往個人能力或...閱讀全文 posted @?2014-08-31 22:16?midu 閱讀(32) |?評論 (0)?編輯 模式識別之基礎---使用紋理濾波器分割圖像 摘要: 使用紋理濾波器進行分割就是利用圖像中不同區(qū)域的紋理來對圖像的區(qū)域進行劃分。紋理是指一個物體上的顏色模式或者指物體表面的光滑程度。紋理描述圖像中的區(qū)域特征，試圖直觀地定量描述諸如光滑、質地等參數(shù)。在遙感、醫(yī)學圖像處理和自動化偵查中，紋理分割圖像有著很多的應用。利用紋理可以用來檢測圖像的邊界，從而對圖像...閱讀全文 posted @?2014-08-31 12:57?midu 閱讀(13) |?評論 (0)?編輯 圖像處理之基礎---極坐標系及其與直角坐標系的關系 摘要: 進來需要用到此知識，突然發(fā)現(xiàn)記得很不牢固，溫故而知新，先記錄下，留待下次溫故：原文地址：www.wzms.com/resource/downresource.asp?resourceid=8736極坐標變換公式極坐標系浙江省溫州中學 孫軍波教學目標：認識極坐標，能在極坐標中用極坐標刻畫點的位置；體會...閱讀全文 posted @?2014-08-31 12:51?midu 閱讀(59) |?評論 (0)?編輯 多媒體開發(fā)之---一個簡單的音視頻同步算法 摘要: 時間戳的簡單同步算法，便于進一步理解音視頻同步概念：博文來源：stone_kingnet的專欄在發(fā)送方:對于相同時刻的音頻/視頻幀，打上相同的時間戳(系統(tǒng)時間)接收方:保存兩個隊列，audio/video分別用來存放還未播放的音頻和視頻1。當每接收到音頻幀的時候，遍歷此時的video隊列，將此音頻幀...閱讀全文 posted @?2014-08-31 12:47?midu 閱讀(14) |?評論 (0)?編輯 模式識別之基礎---mqdf分類器==MQDF改進的二次分類器 摘要: QDF假設樣本符合高斯分布，通過估計均值與協(xié)方差矩陣，訓練分類器。但是由于特征維數(shù)較高，時空復雜度較高。（協(xié)方差矩陣的維數(shù)為 特征維數(shù)*特征維數(shù)）。而且協(xié)方差矩陣往往存在不滿秩無法求逆的情況（樣本數(shù)《特征維數(shù)）。MQDF主要有以下改進：1、在協(xié)方差矩陣的對角線上加一個小的常量，保證矩陣的滿秩（非奇異...閱讀全文 posted @?2014-08-31 12:33?midu 閱讀(190) |?評論 (0)?編輯 圖像處理之基礎---詳解協(xié)方差與協(xié)方差矩陣 摘要: 協(xié)方差的定義對于一般的分布，直接代入E(X)之類的就可以計算出來了，但真給你一個具體數(shù)值的分布，要計算協(xié)方差矩陣，根據(jù)這個公式來計算，還真不容易反應過來。網(wǎng)上值得參考的資料也不多，這里用一個例子說明協(xié)方差矩陣是怎么計算出來的吧。記住，X、Y是一個列向量，它表示了每種情況下每個樣本可能出現(xiàn)的數(shù)。比如給...閱讀全文 posted @?2014-08-31 12:30?midu 閱讀(39) |?評論 (0)?編輯 圖像處理之基礎---淺談協(xié)方差矩陣 摘要: 一、統(tǒng)計學的基本概念統(tǒng)計學里最基本的概念就是樣本的均值、方差、標準差。首先，我們給定一個含有n個樣本的集合，下面給出這些概念的公式描述：均值：標準差：方差：均值描述的是樣本集合的中間點，它告訴我們的信息是有限的，而標準差給我們描述的是樣本集合的各個樣本點到均值的距離之平均。以這兩個集合為例，[0, ...閱讀全文 posted @?2014-08-31 12:29?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之基礎---方差、標準差、協(xié)方差基本概念 摘要: 方差：方差是變量與其平均值的平方和的算術平均值，例如： 有一組數(shù)據(jù){4,5,6,7}, 平均值為：(4+5+6+7)/4=22/4=5.5 其方差為：[(4-5.5)2+(5-5.5)2+(6-5.5)2+(7-5.5)2]/4標準差：方差的開2次方 例如上面那組數(shù)據(jù)的標準差...閱讀全文 posted @?2014-08-31 12:24?midu 閱讀(32) |?評論 (0)?編輯 機器視覺---四部 奇書 摘要: http://blog.csdn.net/linuxcumt/article/details/8580123http://www.open-open.com/doc/view/ed3926107f60425aad2659e4bd73ca07閱讀全文 posted @?2014-08-31 01:57?midu 閱讀(22) |?評論 (0)?編輯 機器視覺未來發(fā)展 摘要: http://blog.csdn.net/linuxcumt/article/details/8580112閱讀全文 posted @?2014-08-31 01:56?midu 閱讀(19) |?評論 (0)?編輯 模式識別開發(fā)之項目---計算機視覺目標檢測的框架與過程 摘要: 個人接觸機器視覺的時間不長，對于機器學習在目標檢測的大體的框架和過程有了一個初步的了解，不知道對不對，如有錯誤，請各位大牛不吝指點。目標的檢測大體框架：目標檢測分為以下幾個步驟：1、訓練分類器所需訓練樣本的創(chuàng)建： 訓練樣本包括正樣本和負樣本；其中正例樣本是指待檢目標樣本(例如人臉或汽車等)，負樣本指...閱讀全文 posted @?2014-08-31 00:39?midu 閱讀(27) |?評論 (0)?編輯 圖像處理之基礎---二維卷積c實現(xiàn) 摘要: http://wenku.baidu.com/link?url=4RzdmvP9sdaaUbnVEW4OyBD-g67wIOiJjKFF3Le_bu7hIiBS7I6hMcDmCXrQwsHvrsPvR4666J1qF1ff5JVvd2xL8rzL9N81qvL-1dwkiim特別說明一下，根據(jù)那本...閱讀全文 posted @?2014-08-31 00:00?midu 閱讀(59) |?評論 (0)?編輯 圖像處理之基礎---特征向量的 幾何意義 摘要: 特征向量的幾何意義長時間以來一直不了解矩陣的特征值和特征向量到底有何意義（估計很多兄弟有同樣感受）。知道它的數(shù)學公式，但卻找不出它的幾何含義，教科書里沒有真正地把這一概念從各種角度實例化地進行講解，只是一天到晚地列公式玩理論——有個屁用啊。根據(jù)特征向量數(shù)學公式定義，矩陣乘以一個向量的結果仍是同維數(shù)的...閱讀全文 posted @?2014-08-30 23:51?midu 閱讀(57) |?評論 (0)?編輯 圖像處理之基礎---仿射變換 摘要: 幾種典型的仿射變換： public static AffineTransform getTranslateInstance(doubl仿射變換-例e tx, double ty) 平移變換，將每一點移動到(x+tx, y+ty)，變換矩陣為： [ 1 0 tx ] [ 0 1 ty ] [...閱讀全文 posted @?2014-08-30 23:48?midu 閱讀(45) |?評論 (0)?編輯 圖像處理之基礎---周末戲說卷積 摘要: 戲說：卷積卷積 在圖像中其實就是乘積 求和 替代 已達到 平滑或者過濾的效果參考公式xiaojiang同學，最近總是和卷積打交道,工作需要，每天都要碰到它好幾次,不勝煩惱,因為在大學時候學信號與系統(tǒng)的時候就沒學會，我于是心想一定要把卷積完全搞明白。正好同辦公室的同學也問我什么是卷積,師姐昨天也告訴我...閱讀全文 posted @?2014-08-30 23:47?midu 閱讀(22) |?評論 (0)?編輯 圖像處理之基礎---內積和外積 摘要: 1.向量的內積 即 向量的的數(shù)量積 定義：兩個非零向量的夾角記為〈a，b〉，且〈a，b〉∈[0，π]。 定義：兩個向量的數(shù)量積（內積、點積）是一個數(shù)量，記作a·b。若a、b不共線，則a·b=|a|·|b|·cos〈a，b〉；若a、b共線，則a·b=+-∣a∣∣b∣。 2.向量的外積 即 向量的向量積...閱讀全文 posted @?2014-08-30 23:45?midu 閱讀(43) |?評論 (0)?編輯 圖像處理之基礎---最小二乘積 摘要: 最小2乘法最小2乘法直線擬合在我們研究兩個變量(x, y)之間的相互關系時，通常可以得到一系列成對的數(shù)據(jù)(x1, y1、x2, y2... xm, ym)；將這些數(shù)據(jù)描繪在x -y直角座標系中(如圖1),若發(fā)現(xiàn)這些點在一條直線附近，可以令這條直線方程如(式1-1)。Y計= a0+ a1X ...閱讀全文 posted @?2014-08-30 23:44?midu 閱讀(32) |?評論 (0)?編輯 圖像處理之基礎---大話小波和卷積 摘要: 一下有抄襲國外公開課嫌疑，我在網(wǎng)易公開課看過類似講義曾經(jīng)拋磚引玉議卷積。上文 《輻射、服碘、補鹽、空襲和卷積》針對教學中難點，借用直觀例子對卷積作了解釋，初衷為拋磚引玉，結果是“拋斧引班”----拋出了斧頭，引出了魯班群體，好些朋友在科學博客上發(fā)了好博文，或觀點高、或方法簡，或分析深，或應用好；朋友...閱讀全文 posted @?2014-08-30 22:56?midu 閱讀(65) |?評論 (0)?編輯 圖像處理之基礎---卷積及其快速算法的C++實現(xiàn) 摘要: 頭文件：/* * Copyright (c) 2008-2011 Zhang Ming (M. Zhang), zmjerry@163.com * * This program is free software; you can redistribute it and/or modify it * ...閱讀全文 posted @?2014-08-30 21:29?midu 閱讀(30) |?評論 (0)?編輯 圖像處理之基礎---低通濾波高斯平滑 摘要: 灰度圖像高斯平滑 圖像平滑用于去除圖像中的噪聲。高斯平滑，就是將每個像素的灰度值用其領域的加權平均值代替。該算法簡單，能夠有效去除高斯噪聲。 平滑模板：121242121http://blog.csdn.net/zssureqh/article/details/7631056指針非數(shù)組// 高斯...閱讀全文 posted @?2014-08-29 18:27?midu 閱讀(6) |?評論 (0)?編輯 圖像處理之基礎---很好的一個開源文檔庫 摘要: http://www.61ic.com/code/forumdisplay.php?fid=470&filter=0&orderby=lastpost&ascdesc=DESC&page=283閱讀全文 posted @?2014-08-29 16:55?midu 閱讀(16) |?評論 (0)?編輯 機器視覺項目開發(fā)之---織物疵點檢測機器視覺系統(tǒng) 軟件測試平臺 摘要: http://www.cnblogs.com/skyseraph/category/369219.html閱讀全文 posted @?2014-08-29 15:39?midu 閱讀(17) |?評論 (0)?編輯 多媒體開發(fā)之---H264—MP4格式及在MP4文件中提取H264的SPS、PPS及碼流 摘要: 一、MP4格式基本概念MP4格式對應標準MPEG-4標準(ISO/IEC14496)二、MP4封裝格式核心概念1 MP4封裝格式對應標準為 ISO/IEC 14496-12（信息技術 視聽對象編碼的第12部分: ISO 基本媒體文件格式/Information technology Coding o...閱讀全文 posted @?2014-08-29 15:22?midu 閱讀(110) |?評論 (0)?編輯 圖像處理之基礎---傅立葉c實現(xiàn) 摘要: http://blog.csdn.net/lzhq28/article/details/7847047http://blog.csdn.net/lishizelibin/article/details/4338111http://www.cnblogs.com/wubugui/p/4446230.h...閱讀全文 posted @?2014-08-29 13:17?midu 閱讀(9) |?評論 (0)?編輯 圖像處理之基礎---小波提取特征 摘要: http://blog.csdn.net/u013322443/article/details/27539919閱讀全文 posted @?2014-08-29 13:14?midu 閱讀(8) |?評論 (0)?編輯 圖像處理之基礎---圖像的特征簡介 摘要: 常用的圖像特征有顏色特征、紋理特征、形狀特征、空間關系特征。一 顏色特征（一）特點：顏色特征是一種全局特征,描 述了圖像或圖像區(qū)域所對應的景物的表面性質。一般顏色特征是基于像素點的特征，此時所有屬于圖像或圖像區(qū)域的像素都有各自的貢獻。由于顏色對圖像或圖像區(qū) 域的方向、大小等變化不敏感，所以顏色特征不...閱讀全文 posted @?2014-08-29 12:37?midu 閱讀(25) |?評論 (0)?編輯 圖像處理之基礎---2個YUV視頻 拼接技術 摘要: /**************************************************主要功能：兩路YUV4:2:0拼接一路左右半寬格式YUV視頻參考資料：http://www.pudn.com/downloads271/sourcecode/multimedia/vfw/detai...閱讀全文 posted @?2014-08-29 11:57?midu 閱讀(57) |?評論 (0)?編輯 數(shù)學和算法之---重溫傅立葉 摘要: 概要介紹傅里葉變換能將滿足一定條件的某個函數(shù)表示成三角函數(shù)（正弦和/或余弦函數(shù)）或者它們的積分的線性組合。在不同的研究領域，傅里葉變換具有多種不同的變體形式，如連續(xù)傅里葉變換和離散傅里葉變換。最初傅里葉分析是作為熱過程的解析分析的工具被提出的.傅里葉變換屬于諧波分析。傅里葉變換的逆變換容易求出,而且...閱讀全文 posted @?2014-08-28 21:24?midu 閱讀(48) |?評論 (0)?編輯 圖像處理之基礎---去污算法 摘要: http://bbs.csdn.net/topics/390211536http://blog.csdn.net/laviewpbt/article/details/14225413http://bbs.csdn.net/topics/390573504http://blog.csdn.net/la...閱讀全文 posted @?2014-08-25 23:54?midu 閱讀(42) |?評論 (0)?編輯 圖像處理之基礎---傅里葉 摘要: http://blog.sina.com.cn/s/blog_55954cfb0102en6c.html閱讀全文 posted @?2014-08-25 23:52?midu 閱讀(16) |?評論 (0)?編輯 圖像處理之基礎---卷積 摘要: http://blog.sina.com.cn/s/blog_61e884ef0100fg81.htmlhttp://blog.sina.com.cn/s/blog_50363a790100wtq5.html 卷積http://blog.sina.com.cn/s/blog_4aa4593d0101...閱讀全文 posted @?2014-08-25 23:44?midu 閱讀(17) |?評論 (0)?編輯 圖像處理之基礎---各種濾波 摘要: http://blog.sina.com.cn/s/blog_764b1e9d0100rcg6.htmlhttp://blog.sina.com.cn/s/blog_8f27ff8d0101e7dv.htmlhttp://blog.sina.com.cn/s/blog_4aa4593d01014et...閱讀全文 posted @?2014-08-25 23:33?midu 閱讀(9) |?評論 (0)?編輯 二維矩陣卷積運算實現(xiàn) 摘要: http://z.download.csdn.net/detail/wangfei0117/4408649http://download.csdn.net/detail/wanwenliang2008/1767686http://zhidao.baidu.com/question/50407836....閱讀全文 posted @?2014-08-16 20:51?midu 閱讀(22) |?評論 (0)?編輯 圖像處理之基礎---卷積傅立葉變換中的復數(shù) 摘要: 整個看FFT過程中復數(shù)一直很折磨我。原本的實數(shù)的東西通過復數(shù)表達很像旋轉矩陣用quaternion來表達，盡管旋轉vector還是要用matrix來做，但是通過用quaternion表達的旋轉意義可以做插值等很多快速的操作，而且內存消耗也小，在做完這些操作之后再轉成matrix用就好了。復數(shù)表達也是...閱讀全文 posted @?2014-08-16 20:33?midu 閱讀(27) |?評論 (0)?編輯 圖像處理－線性濾波－2 圖像微分（1、2階導數(shù)和拉普拉斯算子） 摘要: 更復雜些的濾波算子一般是先利用高斯濾波來平滑，然后計算其1階和2階微分。由于它們?yōu)V除高頻和低頻，因此稱為帶通濾波器（band-pass filters）。在介紹具體的帶通濾波器前，先介紹必備的圖像微分知識。1 一階導數(shù)連續(xù)函數(shù)，其微分可表達為，或 （1.1）對于離散情況（圖像），其導數(shù)必須用差分方差...閱讀全文 posted @?2014-08-16 18:56?midu 閱讀(22) |?評論 (0)?編輯 圖像處理之基礎---內積、點積 摘要: 定義在數(shù)學中，數(shù)量積（dotproduct;scalarproduct，也稱為標量積、點積、點乘）是接受在實數(shù)R上的兩個矢量并返回一個實數(shù)值標量的二元運算。它是歐幾里得空間的標準內積。兩個矢量a=[a1,a2,…,an]和b=[b1,b2,…,bn]的點積定義為：a·b=a1b1+a2b2+……...閱讀全文 posted @?2014-08-13 20:49?midu 閱讀(37) |?評論 (0)?編輯 圖像處理之基礎---頻域分析 摘要: 1.頻域值得坐標軸1.在傅里葉變換中，低頻主要決定圖像在平滑區(qū)域中總體灰度級的現(xiàn)實，而高頻決定圖像細節(jié)部分，如邊緣和噪聲；　濾波器：使低頻通過而使高頻衰減的濾波器稱為“低通濾波器”相反特性的濾波器 稱為“高通濾波器” 被低通濾波的圖像比原始圖像少了一些尖銳的細節(jié)部分，因為高頻部分已被衰減。同樣，被...閱讀全文 posted @?2014-08-12 09:29?midu 閱讀(27) |?評論 (0)?編輯 lbp紋理特征 摘要: 我的車牌識別也是用的這個分類方法http://blog.csdn.net/yangtrees/article/details/7574123閱讀全文 posted @?2014-08-10 23:56?midu 閱讀(14) |?評論 (0)?編輯 圖像處理之基礎---卷積，濾波，平滑 摘要: /*今天師弟來問我，CV的書里到處都是卷積，濾波，平滑……這些概念到底是什么意思，有什么區(qū)別和聯(lián)系，瞬間暈菜了，學了這么久CV，卷積，濾波，平滑……這些概念每天都念叨好幾遍，可是心里也就只明白個大概的意思，趕緊google之~ 發(fā)現(xiàn)自己以前了解的真的很不全面，在此做一些總結，以后對這種基本概念要深刻...閱讀全文 posted @?2014-08-10 23:45?midu 閱讀(44) |?評論 (0)?編輯 特征值與特征向量的求法 摘要: 特征值與特征向量的求法設A為n階方陣，如果數(shù)“ ”和n維列向量x使得關系式 成立，則稱 為方陣A的特征值，非零向量x稱為A對應于特征值“ ”的特征向量。詳見1.3.5和1.3.6節(jié)：特征值分解問題。例1-89 求矩陣 的特征值和特征向量解：>>A=[-2 1 1;0 2 0;-4 1 3];>>[V...閱讀全文 posted @?2014-08-10 23:43?midu 閱讀(46) |?評論 (0)?編輯 線性系統(tǒng)和 信號 處理 摘要: http://xtyxhcl.jpkc.zstu.edu.cn/list.asp?menuid=6浙江理工閱讀全文 posted @?2014-08-10 23:34?midu 閱讀(10) |?評論 (0)?編輯 圖像處理之基礎---卷積函數(shù)積分的計算和性質 摘要: http://www.eefocus.com/article/08-03/34761s.html閱讀全文 posted @?2014-08-10 23:31?midu 閱讀(15) |?評論 (0)?編輯 圖像處理之基礎---二維卷積運算原理剖析 摘要: 卷積運算(Convolution)是通過兩個函數(shù)f 和g 生成第三個函數(shù)的一種數(shù)學算子，表示函數(shù)f 與經(jīng)過翻轉和平移與g 的重疊部分的累積。如果將參加卷積的一個函數(shù)看作區(qū)間的指示函數(shù)，卷積還可以被看作是“滑動平均”的推廣。假設: f(x),g(x)是R1上的兩個可積函數(shù)，并且積分是存在的。這樣，隨著...閱讀全文 posted @?2014-08-10 17:57?midu 閱讀(45) |?評論 (0)?編輯 圖像處理之基礎---卷積模板簡介 摘要: 1.使用模板處理圖像相關概念：模板：矩陣方塊，其數(shù)學含義是一種卷積運算。卷積運算：可看作是加權求和的過程，使用到的圖像區(qū)域中的每個像素分別與卷積核(權矩陣)的每個元素對應相乘，所有乘積之和作為區(qū)域中心像素的新值。卷積核：卷積時使用到的權，用一個矩陣表示，該矩陣與使用的圖像區(qū)域大小相同，其行、列都是奇...閱讀全文 posted @?2014-08-10 17:55?midu 閱讀(38) |?評論 (0)?編輯 圖像處理之基礎---卷積模板運算 摘要: 1.使用模板處理圖像相關概念： 模板：矩陣方塊，其數(shù)學含義是一種卷積運算。 卷積運算：可看作是加權求和的過程，使用到的圖像區(qū)域中的每個像素分別于卷積核(權矩陣)的每個元素對應相 乘，所有乘積之和作為區(qū)域中心像素的新值。 卷積核：卷積時使用到的權用一個矩陣表示，該矩陣與使用的圖像區(qū)域大小相同，其行、列...閱讀全文 posted @?2014-08-10 17:52?midu 閱讀(74) |?評論 (0)?編輯 時域和頻域變換之---傅立葉變換的意義 摘要: 真是慚愧，學《數(shù)字信號處理》好長時間了，也記住了傅里葉變換的公式，也會做FFT程序了，但是居然不知道傅里葉變換的意義何在！真是該！！ 還好，算是搞明白了。拋開數(shù)學上的意義不說，單說一下實際的一些意義吧。傅里葉變換是將信號從時域轉換到頻域，這樣在時域上一些交叉在一起的、看不出來的信號的特性，在頻域上就...閱讀全文 posted @?2014-08-10 17:47?midu 閱讀(222) |?評論 (0)?編輯 時域和頻域變換之---傅里葉級數(shù)的數(shù)學推導 摘要: 廢話不多說先列提綱： 0.概述-需求分析-功能描述-受限和缺點改進+知識點預備 1.泰勒級數(shù)和傅里葉級數(shù)的本質區(qū)別，泰勒展開 2. 函數(shù)投影和向量正交 3.兩個不變函數(shù)求導是本身e^x,sinx,cosx也是為什么要傅里葉轉換的原因！ 4.傅里葉技術推到過程 5.附錄參考資料 0....閱讀全文 posted @?2014-08-10 13:09?midu 閱讀(232) |?評論 (0)?編輯 python學習---簡介 摘要: http://www.cnblogs.com/wuguanglei/p/3866583.htmlhttp://www.cnblogs.com/wuguanglei/p/3866583.htmlok？閱讀全文 posted @?2014-07-25 00:03?midu 閱讀(11) |?評論 (0)?編輯 用于ARM上的FFT與IFFT源代碼-C語言 摘要: /********************************************************************************* 程序名稱：快速傅里葉變換(FFT) ** 程序描述：本程序實現(xiàn)快速傅里葉變換 ** 程序作者：宋元瑞 ** 最后修改：2011年4月5...閱讀全文 posted @?2014-07-17 23:54?midu 閱讀(37) |?評論 (0)?編輯 監(jiān)控行人檢測 . 摘要: http://blog.csdn.net/zouwen198317/article/details/22792107http://blog.csdn.net/zouwen198317/article/details/6991876全景圖拼接閱讀全文 posted @?2014-07-14 23:03?midu 閱讀(25) |?評論 (0)?編輯 視頻跟蹤算法 摘要: http://blog.csdn.net/shanghaiqianlun/article/details/11776707閱讀全文 posted @?2014-07-09 17:18?midu 閱讀(19) |?評論 (0)?編輯 ISP圖像調試工程師 摘要: 漢邦高科任職要求：1. 電子工程、圖像與信號處理、計算機等相關專業(yè)，本科及以上學歷；2. 在數(shù)字圖像處理、視頻壓縮等方面具有扎實的理論背景知識；3. 熟悉Sony、Panasonic、Aptina、OmniVision等常用CCD/CMOS芯片的成像原理及工作流程，至少在下述一個領域有1年以上研發(fā)經(jīng)...閱讀全文 posted @?2014-07-07 20:15?midu 閱讀(184) |?評論 (2)?編輯 rgb2yuv 摘要: 1.rgb2yuv422p代碼的運算速度取決于以下幾個方面1、 算法本身的復雜度，比如MPEG比JPEG復雜，JPEG比BMP圖片的編碼復雜。2、 CPU自身的速度和設計架構3、 CPU的總線帶寬4、 您自己代碼的寫法將RGB格式的彩色圖像先轉換成YUV圖像。圖像轉換的公式如下：Y = 0.299 ...閱讀全文 posted @?2014-06-20 00:25?midu 閱讀(106) |?評論 (0)?編輯 相機參數(shù)詳解 摘要: invert:倒置，翻轉曝光值=快門+光圈：曝光值每增加1將改變一擋曝光，也就是將曝光量減半，比如將曝光時間或光圈面積減半。這一點可能會引起迷惑。之所以是減少而不是增加，是因為曝光值反映的是相機拍攝參數(shù)的設置，而非底片的照度（這一點將在下一段中提到）。曝光值的增加對應于更快的快門速度和更大的f值。因...閱讀全文 posted @?2014-06-18 17:40?midu 閱讀(29) |?評論 (0)?編輯 histogram 摘要: histogram-直方圖閱讀全文 posted @?2014-06-18 15:18?midu 閱讀(13) |?評論 (0)?編輯 bgr to rgb 摘要: 因為在研究車牌識別算法（plr），遇到了算法 處理的格式問題，可分三個常用格式：0：rgb1：bgr2：yuv422——需要注意的是，這里為啥選yuv422做識別，當然還可選yuv444，最壞打算可選yuv420，主要是考慮顏色識別效果 R代表紅，red; G代表綠，green; B代表藍，b...閱讀全文 posted @?2014-06-16 00:20?midu 閱讀(175) |?評論 (0)?編輯 視圖矩陣的推導-opengl應用 摘要: 把物體從世界坐標系轉化到視點坐標系的矩陣稱為視圖矩陣。 下面我們先看下opengl視圖矩陣的推導過程： 假設視點或camera的局部坐標系為UVN，UVN分別指向右方、上方和后方從而構成右手坐標系，視點則處于局部坐標系的原點位置。 就如opengl的函數(shù)OpenGL的gluLookAt(eyex,...閱讀全文 posted @?2014-06-16 00:09?midu 閱讀(29) |?評論 (0)?編輯 圖像處理之二維碼生成-qr 摘要: Javascript生成二維碼（QR）網(wǎng)絡上已經(jīng)有非常多的二維碼編碼和解碼工具和代碼，很多都是服務器端的，也就是說需要一臺服務器才能提供二維碼的生成。本著對服務器性能的考慮，這種小事情都讓服務器去做，感覺對不住服務器，尤其是對于大流量的網(wǎng)站，雖然有服務器端緩存，畢竟需要大量的CPU運算時間，這或多或...閱讀全文 posted @?2014-05-22 22:35?midu 閱讀(53) |?評論 (0)?編輯 OpenCV_基于局部自適應閾值的圖像二值化 摘要: 在圖像處理應用中二值化操作是一個很常用的處理方式，例如零器件圖片的處理、文本圖片和驗證碼圖片中字符的提取、車牌識別中的字符分割，以及視頻圖像中的運動目標檢測中的前景分割，等等。較為常用的圖像二值化方法有：1）全局固定閾值；2）局部自適應閾值；3）OTSU等。全局固定閾值很容易理解，就是對整幅圖像都是用一個統(tǒng)一的閾值來進行二值化；局部自適應閾值則是根據(jù)像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。這樣做的好處在于每個像素位置處的二值化閾值不是固定不變的，而是由其周圍鄰域像素的分布來決定的。亮度較高的圖像區(qū)域的二值化閾值通常會較高，而亮度較低的圖像區(qū)域的二值化閾值則會相適應地變小。不同亮閱讀全文 posted @?2014-01-19 18:26?midu 閱讀(211) |?評論 (0)?編輯 利用CMake和OpenCV源代碼生成Visual Studio工程 摘要: OpenCV1.0版本有windows，linux之分，筆者曾經(jīng)一直使用Opencv1.0。這個版本在下載，安裝之后，在\OpenCV\_make文件夾下面已經(jīng)存在了一個opencv.dsw的工程文件，直接用VC6,或者，VisualStudio就可以打開該工程，從而可以進行相應的編譯工作；而對于OpenCV2.0及以后的版本而言，就沒有類似的工程文件了。這個時候，就需要你自己利用CMake工具來生成一個VisualStudio的工程文件了；本文就是教你如何來完成這一步。具體步驟如下：（1）下載CMake工具，可以直接去CMake的主頁上下載http://www.cmake.org/；（2）按閱讀全文 posted @?2014-01-19 18:24?midu 閱讀(63) |?評論 (0)?編輯 曲線附近添加注釋 摘要: 從頭再來(594169949)2014-1-1611:03:17請問有誰知道如何在每條曲線附近添加注釋？a=ezplot('y-sin(x)*sin(2*x)')set(a,'color','r')holdonplot(x,sin(x),'k')holdonplot(x,-sin(x),'m-.')axis([0pi-11])閱讀全文 posted @?2014-01-16 23:09?midu 閱讀(16) |?評論 (0)?編輯 cunix的opencv學習經(jīng)驗 摘要: http://cunix.net/?p=105閱讀全文 posted @?2014-01-07 00:10?midu 閱讀(23) |?評論 (0)?編輯 mpeg壓縮輸入格式---打包模式和平面模式 摘要: 版本 v1.0,存在內存問題在 void v4l2_process_image(struct buffer buf)中對 v4l2 采集來的一幀進行處理,存在 struct buffer buf 中buffer 結構定義為:struct buffer {void * start;size_t length;};buffer.start 為 YUV422 格式數(shù)據(jù)的起始地址。有關 YUV 格式:YUV 格式通常有兩大類:打包(packed)格式和平面(planar)格式。前者將 YUV 分量存放在同一個數(shù)組中,通常是幾個相鄰的像素組成一個宏像素(macro-pixel);而后者使用三個數(shù)組分開存閱讀全文 posted @?2014-01-06 23:48?midu 閱讀(57) |?評論 (0)?編輯 yuv420格式分析 摘要: http://blog.csdn.net/liuhongxiangm/article/details/9135791http://blog.csdn.net/bluesky_sunshine/article/details/6074085v4l2+yuv420http://www.cnblogs.c...閱讀全文 posted @?2014-01-02 23:50?midu 閱讀(13) |?評論 (0)?編輯 yuv420圖文詳解 摘要: YUV格式有兩大類：planar和packed。對于planar的YUV格式，先連續(xù)存儲所有像素點的Y，緊接著存儲所有像素點的U，隨后是所有像素點的V。對于packed的YUV格式，每個像素點的Y,U,V是連續(xù)交*存儲的。YUV，分為三個分量，“Y”表示明亮度（Luminance或Luma），也就是灰度值；而“U”和“V” 表示的則是色度（Chrominance或Chroma），作用是描述影像色彩及飽和度，用于指定像素的顏色。 與我們熟知的RGB類似，YUV也是一種顏色編碼方法，主要用于電視系統(tǒng)以及模擬視頻領域，它將亮度信息（Y）與色彩信息（UV）分離，沒有UV信息一樣可以顯示完整的圖像，只不閱讀全文 posted @?2014-01-01 21:13?midu 閱讀(71) |?評論 (0)?編輯 圖像的熵、灰度平均值、灰度中值、方差 摘要: //圖像的熵=========================================================================================private void Menu_Entropy_Click(object sender, EventArgs e){if (curBitmap != null){//計算熵double entropy = GetEntropy(curBitmap, curBitmap.Width, curBitmap.Height);MessageBox.Show("圖像："+curFileName閱讀全文 posted @?2013-11-26 23:15?midu 閱讀(130) |?評論 (0)?編輯 Wellner 自適應閾值二值化算法 摘要: 參考文檔：Adaptive Thresholding for the DigitalDesk.pdf Adaptive Thresholding Using the Integral Image.pdf一、問題的由來 一個現(xiàn)實： 當用照像機拍攝一副黑紙白字的紙張時，照相機獲得的圖像并不是真正的黑白圖像。不管從什么角度拍攝，這幅圖像實際上是灰度或者彩色的。除非仔細的設置燈光，否則照相機所拍攝的放在桌子上的紙張圖像并不能代表原始效果。不像在掃描儀或打印機內部，想控制好桌子表面的光源是非常困難的。這個開放的空間可能會受到臺燈、吊燈、窗戶、移動的影子等影響。人類的視覺系統(tǒng)能自動補償這些，...閱讀全文 posted @?2013-11-23 21:34?midu 閱讀(150) |?評論 (0)?編輯 對比度保留之彩色圖像去色算法---基礎算法上檔次。 摘要: 因昨日寫的匆忙，有不少錯誤，特重寫并增加了適當?shù)慕忉?#xff0c;并且覺得對于搞圖像處理的朋友來說，這個可能在很多場合還是用得著的，因此刪除了原隨筆，又重新發(fā)布了下，非有意刷屏。原來一直認為彩色圖像的去色算法沒啥研究價值，網(wǎng)絡上已經(jīng)有很多類似的算法了，比如著名的Gray = R*0.299 + G*0.587 + B*0.114公式，或者LAB顏色通道的L值，HSL的L通道等等，直到最近看一些論文，發(fā)現(xiàn)原來也有很多人對這個過程進行過詳細的研究和創(chuàng)新。在學習這些算法的同時，使我也認識到，任何你認為簡單的東西在背后都有可能有著復雜的機理，只是你沒有發(fā)現(xiàn)而已。 我先拿兩個圖片的例子來說明為什么要對彩圖去色的過程閱讀全文 posted @?2013-11-23 21:11?midu 閱讀(127) |?評論 (0)?編輯

總結

以上是生活随笔為你收集整理的图像处理URL的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。