klitech

摘要：在做图像匹配时，常需要对两幅图像中的特征点进行匹配。为了保证匹配的准确性，所选择的特征必须有其独特性，角点可以作为一种不错的特征。 那么为什么角点有其独特性呢？角点往往是两条边缘的交点，它是两条边缘方向变换的一种表示，因此其两个方向的梯度变换通常都比较大并且容易检测到。 这里我们理解一下Harris 阅读全文

摘要：转载请注明出处。 Histogram Equalization 也就是直方图均衡化， 是一种常用的通过直方图处理来增强图像的方法。 对于一副灰度图像，其像素范围一般在0~255之间，我们记nk(0<=k<=255)为灰度级为k的像素出现的频率，M,N分别为图像的行与列，则P(rk)=nk/MN我们得 阅读全文

摘要：欧几里得算法求最大公约数 If A = 0 then GCD(A,B)=B, since the GCD(0,B)=B, and we can stop. If B = 0 then GCD(A,B)=A, since the GCD(A,0)=A, and we can stop. Write A 阅读全文

摘要：前段时间学习了HOG描述子及其与SVM结合在行人检测方面的应用。 当我们用训练好的模型去检测测试图像时，我们会用到detectMultiScale() 这个函数来对图像进行多尺度检测。 这是opencv3.1里的参数解释 可以看到一共有8个参数。 1.img(必需) 这个不用多解释，显然是要输入的图 阅读全文

摘要：本文原创，如转载请注明出处。 Hough Transform 是一种能提取图像中某种特定形状特征的方法，可以将其描述成一种把图像空间中的像素转换成Hough空间中直线或曲线的一种映射函数。通过利用Hough空间的一些性质，我们可以找到并识别一些有共同特性的点（如在同一条直线上）。这样我们就得到足够的 阅读全文

摘要：半夜起来做了WY的笔试题，感觉知识掌握的很不好。 其中有一问答题关于边缘检测算子，虽然都知道这几种算子，但是说不上来它们各自的有缺点及应用，现在来总结一下网上的资料。 图像增强的过程中，通常利用各种平滑滤波算法来消除噪声。而通常在图像中，图像的主要能量集中在低频部分，噪声和边缘往往集中在高频部分。所 阅读全文

摘要：前一段时间开始了解HoG跟SVM行人识别，看了很多包括Dalal得前辈的文章及经验分享，对HoG理论有了些初步的认识。 HoG 的全称是 Histogram of Oriented Gradient， 直译过来也就是梯度方向直方图。 就是计算各像素的梯度方向，统计成为直方图来作为特征表示目标。 下面 阅读全文