摘要: Sift算法-----part2前言: 在上一个步骤中,我们创建了图像的尺度空间,即逐步模糊图片,缩小它然后依次类推。现在,我们将使用模糊的图片去创建一系列的图片--高斯差(DOG)。这些DOG对找出图像的关键点十分重要。高斯--拉普拉斯(Laplacian of Gaussian)算子: LOG算法的步骤如下:对原始图像进行模糊,然后,根据该图像计算出二阶导数(Laplacian)。这样会得出图像上的边缘和角点,这些边缘和角点对找到关键点很重要。 但是二阶导数对噪点很敏感,模糊可以消除某些噪点是更容易地计算出二阶导数。难度是,计算出所有这些二阶导数的时间和空间复杂度均很高,所有我们必须... 阅读全文
posted @ 2011-02-22 13:19 supertang 阅读(184) 评论(0) 推荐(0)
摘要: Sift算法-----part1 前言:真实世界中的物体只有在某些尺寸中才有价值。比如,你在桌上放置了一台电脑,而你在电脑前,那么电脑就很好地存在。而当你在一个离电脑很远的地方查看时,它就像一粒尘埃,没有什么意义。尺度空间的概念旨在将现实中的这个理念用于数字图像的处理中。尺度空间: 你是可以选择看着一个树还是一片叶子,这取决于你的喜好。如果你选择了一棵树,那么你会选择忽略掉某些细节(例如叶子等)。当然你在选择忽略掉某些细节时,你必须保证不会引人更多的细节。唯一合理的方式是采用高斯模糊(在多种情况下已经被数学证明有效,至于怎么证明,这个问问数学界的大师吧。^_^) 因此,创建一个尺度空间,... 阅读全文
posted @ 2011-02-21 21:14 supertang 阅读(195) 评论(0) 推荐(0)
摘要: SIFT:ScaleInvariantFeatureTransform(尺度不变特征转换)先介绍第一部分:在不同图片之间进行特征匹配是计算机图形学中一个常见的问题。在一般情况下,简单的角点检测就能达到目的。但是,当你拥有的图片不同尺寸,或者不同角度,sift算法就能派上用场。Sift是一个相当复杂的算法,需要相应的知识,而且很容易使人糊涂。我将算法分为以下如下几个部分:一、构建尺度空间:这是初始步骤。你可以创建对原始图像的内部表示来保证尺寸不变,这就是构建尺度空间的工作。二、高斯--拉普拉斯(LaplacianofGaussian)算子:LOG算子常用于在图像中查找关键点。但有相当的时间和空间 阅读全文
posted @ 2011-02-21 00:01 supertang 阅读(191) 评论(0) 推荐(0)
摘要: 告别外星人,外星人走好!中央电视台节目里的那句----------岁月你别催 该来的我不推;岁月你别催 走远的我不追;让多少人感伤啊!“生活就像一把无情刻刀,改变了你的模样,改变了岁月,改变了江湖,改变了不朽,改变了悲伤,改变了往事,改变了时光,不曾改变的只剩下全世界球迷心中永远的呐喊,世上只有一个罗纳尔多。”岁月,你别催该来的我不推该还的还该给的,我给岁月,你别催走远的我不追我不过是想道尽原委他出自纵贯线《给自己的歌》 下面是歌词:想得却不可得你奈人生何该舍的舍不得只顾著跟往事瞎扯等你发现时间是贼了它早已偷光你的选择爱恋不过是一场高烧思念是紧跟著的好不了的咳是不能原谅却无法阻挡恨意在夜里FQ 阅读全文
posted @ 2011-02-19 14:56 supertang 阅读(281) 评论(0) 推荐(0)
摘要: 图像阈值化:在对图像进行操作时,希望能对一些低于和高于一定值的像素进行操作。opencv的cvThreshold()可以完成某些任务。double cvThreshold(CvArr* src,CvArr* dst,double threshold, //Tdouble max_value, //Mint threshold_type);//只能处理8位或浮点灰度图像threshold_type包括一些类型选项CV_THRESH_BINARY (src>T)?M:0CV_THRESH_BINARY_INV (src>T)?0:MCV_THRESH_TRUNC (src>T)? 阅读全文
posted @ 2011-02-17 08:54 supertang 阅读(469) 评论(0) 推荐(0)