摘要： sift创始人的代码：David Lowe's SIFT code:http://www.cs.ubc.ca/~lowe/keypoints美国加州大学洛杉矶分校（University of California at Los Angeles) Andrea Vedaldi 博士研究生给出的基于David Lowe 发表的论文给利用Matlab和C语言混合编程给出的Sift detector and descriptor的实现过程。http://vision.ucla.edu/~vedaldi/详见http://hi.baidu.com/super_lw/blog/item/43357 阅读全文

摘要： 随笔：理论文章（机器人，SLAM，图像等）文章：技术文章（技术细节，实验积累）新闻：最新的研究，有趣的，相关人员的成果等日记：有用的备份或自己记录的东西（包括：实验心得，投稿等） 阅读全文

摘要： 1.CString 转string 网上给了很多方法，这个最简单：string NaoIp=CString.GetBuffer();//CString转string的简单方法 阅读全文

摘要： 高斯模糊是一种图像模糊滤波器，它用正态分布计算图像中每个像素的变换。N 维空间正态分布方程为在二维空间定义为其中 r 是模糊半径 (r2 = u2 + v2)，σ 是正态分布的标准偏差。在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。原始像素的值有最大的高斯分布值，所以有最大的权重，相邻像素随着距离原始像素越来越远，其权重也越来越小。这样进行模糊处理比其它的均衡模糊滤波器更高地保留了边缘效果，参见尺度空间实现。理论上来讲，图像中每点的分布都不为零，这也就是说每个像素的计算都需要包含 阅读全文

摘要： 之前介绍了ORB，一种具备旋转不变形的局部特征描述子。OpenCV2.3中提供了实现，但是缺少使用例程。下面是一个简单的样例程序。随便拍了两张图片作为测试图像。下面上下两图分别为模板图像和查询图像：提取左右图特征：?1234567891011121314151617181920Mat img1 = imread(image_filename1, 0); Mat img2 = imread(image_filename2, 0); //GaussianBlur(img1, img1, Size(5, 5), 0); //GaussianBlur(img2, img2, Size(5, 5), 0 阅读全文

摘要： ORB是是ORiented Brief的简称。ORB的描述在下面文章中：Ethan Rublee and Vincent Rabaud and Kurt Konolige and Gary Bradski, ORB: an efficient alternative to SIFT or SURF, ICCV 2011没有加上链接是因为作者确实还没有放出论文，不过OpenCV2.3RC中已经有了实现，WillowGarage有一个talk也提到了这个算法，因此我不揣浅陋，在这里总结一下。Brief是Binary Robust Independent Elementary Features的缩写。 阅读全文

摘要： http://cvlab.epfl.ch/software/brief/EPFL > I&C > CVLAB > Software > BriefBRIEF is a fast and accurate interest point descriptor for real-time applications.Note on Efficient Distance ComputationsComputing the Hamming distance between two binary vectors corresponds to a simple bitcount 阅读全文

摘要： 来自http://hi.baidu.com/timehandle/home去年我做一个作业和调研的时候看了HOG的那篇论文，没怎么看明白，于是就求助于opencv的代码，结果是也没看明白。在网上做了一些求助后只好自己硬着头皮慢慢抠了两周，最后写了matlab的程序《Histograms of Oriented Gradients (HOG)特征 MATLAB 计算》，我的代码长的比较直白，但是干活不给力，很慢。大家问了一些问题，有一些比较类似，我总结了下将回答写成了这个文档。虽然我很想用图把问题描述清楚，但是可是用画图板和PHOTOSHOP三脚猫的功夫只能到这种程度了。还有就是，我不是做行人检 阅读全文

摘要： 11.2图像的高斯平滑图像的高斯平滑也是利用邻域平均的思想，对图像进行平滑处理的一种方法。与图像的简单平滑不同的是，图像的高斯平滑中，在对图像邻域进行平均时，不同位置的像素被赋予了不同的权值。本节将对平滑线性滤波器加以归纳，并对高斯平滑算法进行介绍。11.2.1平滑线性滤波器在图像的简单平滑处理中，算法利用卷积模板逐一处理图像中的每个像素，最终得到处理结果，这一过程可以形象地比作对源图像中的像素一一进行过滤整理，同时进行必要的运算，最后产生结果数据。图像处理中把对像素邻域逐一处理的算法过程称为滤波器。平滑线性滤波器的工作原理是利用模板对邻域内像素灰度进行加权平均，因此平滑线性滤波器也被称为均值 阅读全文

摘要： 在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和聚类算法，如K最近邻（KNN）和K均值（K-Means）。当然衡量个体差异的方法有很多，最近查阅了相关的资料，这里整理罗列下。为了方便下面的解释和举例，先设定我们要比较X个体和Y个体间的差异，它们都包含了N个维的特征，即X=（x1， x2， x3， … xn），Y=（y1， y2， y3， … yn）。下面来看看主要可以用哪些方法来衡量两者的差异，主要分为距离度量和相似度度量。距离度量距离度量（Distance）用于衡量个体在空间上存在的距离，距离越远说 阅读全文