| 共 37 篇文章 |
|
和普通的直方图均衡算法不同，AHE算法通过计算图像的局部直方图，然后重新分布亮度来来改变图像对比度。不过，AHE有过度放大图像中相同区域的噪音的问题，另外一种自适应的直方图均衡算法即限制对比度直方图均衡（CLAHE）算法能有限的限制这种不利的放大。普通的直方图均衡算法对于整幅图像的像素使用相同的直方图变换，对于那些像素值分布比较... 阅1250 转6 评0 公众公开 17-10-17 14:36 |
CvSVM::POLY 多项式内核： 0" src="http://docs.opencv.org/_images/math/968d018fe6464fe06cbf67bb8c040d4deeef4f00.png">.CvSVM::RBF 基于径向的函数，对于大多数情况都是一个较好的选择： 0" src="http://docs.opencv.org/_images/math/e58bb4f4ef59173671bae12575ebaaaef89cba19.png">.CvSVM::SIGMO... 阅108 转0 评0 公众公开 16-02-11 21:45 |
利用CvSVMParams类实现类内的成员变量svm_type表示SVM类型：成员变量degree针对多项式核函数degree的设置，gamma针对多项式/rbf/sigmoid核函数的设置，coef0针对多项式/sigmoid核函数的设置，Cvalue为损失函数，在C-SVC、e-SVR、v-SVR中有效，nu设置v-SVC、一类SVM和v-SVR参数，p为设置e-SVR中损失函数的值，class_weightsC_SVC的权重，term_cr... 阅16 转0 评0 公众公开 16-01-28 19:49 |
LBP简介。后被不断的改进和优化，分别提出了LBP旋转不变模式、LBP均匀模式等。二、旋转不变的LBP模式<LBPROT>旋转LBP模式同样存在缺陷，大量的实验证明LBP模式的36种情况在一幅图像中分布出现的频率差异较大，得到的效果并不是很好。因此人们提出了均匀LBP模式即uniform LBP。大量研究表明，此时我们可以将一幅图片划分为若干的子区域，... 阅643 转5 评0 公众公开 15-04-21 16:48 |
对于8个采样点，灰度不变性LBP将产生256中输出，旋转不变性LBP将产生36个输出，而基于unifrom的旋转不变LBP将只有9中输出。下面代码用C实现，读入一副灰度图像，采样点个数，采样半径，对每个像素计算LBP特征并输出，LBP图像及其直方图。int i,j,k,box_x,box_y,orign_x,orign_y,dx,dy,tx,ty,fy,fx,cy,cx,v;} void rotation_uniform_invariant_... 阅1709 转14 评0 公众公开 15-04-21 16:43 |
由于，可将密度估计写成关于核函数的轮廓函数形式：我们在第二个问题中，已经由核函数来估计出来了一个样本集合的概率密度，现在我们要根据这个概率密度方程，来分析数据集合中密度最大数据的分布位置，我们可以对密度函数求导，分析梯度变化。为核函数的轮廓函数，是一种加权函数，其作用是给目标区域中的像素点设置权值，对靠近目标模板中心... 阅260 转3 评0 公众公开 15-04-14 22:28 |
基于MeanShift的目标跟踪算法及实现 这次将介绍基于MeanShift的目标跟踪算法，首先谈谈简介，然后给出算法实现流程，最后实现了一个单目标跟踪的MeanShift算法【matlab/c两个版本】因为 Meanshift 算法是收敛的，因此在当前帧中通过反复迭代搜索特征空间中样本点最密集的区域，搜索点沿着样本点密度增加的方向“漂移”到局部密度极大点点... 阅595 转13 评0 公众公开 15-04-14 09:31 |
对于多峰高斯分布模型，图像的每一个像素点按不同权值的多个高斯分布的叠加来建模，每种高斯分布对应一个可能产生像素点所呈现颜色的状态，各个高斯分布的权值和分布参数随时间更新。sd[i*width*C+j*C+k] =sqrt((1-p)*(sd[i*width*C+j*C+k]*sd[i*width*C+j*C+k]) + p*(pow((uchar)current->imageData[i*width+j] - mean[i*width*C+j*C+k],2)... 阅780 转5 评0 公众公开 15-04-13 15:31 |
对于已经检测到的特征点，我们知道该特征点在DoG金字塔中的确切位置和尺度（由feat.r, feat.c, feat.octv, feat.intvl, feat.scl_octv确定），在与尺度相应的高斯图像L(x,y, (feat.octv, feat.intvl))上使用有限差分，计算以特征点为中心，以3*1.5*feat.scl_octv为半径的区域内图像梯度的幅角和幅值（模值），如下图所示，幅角和幅值的计算公式... 阅6 转自liyanweicc 公众公开 15-02-10 15:21 |
//获取源图像Image<Gray, Byte> imageGray = imageSource.Convert<Gray, Byte>(); //将源图像转换成灰度图像int thresholdValue = tbThreshold.Value; //用于二值化的阀值Image<Gray, Byte> imageThreshold = imageGray.ThresholdBinary(new Gray(thresholdValue), new Gray(255d)); //对灰度图像二值化Contour<Point>... 阅4 转自学海无涯GL 公众公开 14-12-22 22:13 |
