2011年8月8日
二维卷积运算与gabor函数
摘要： 一、二维卷积运算Gabor变换的本质实际上还是对二维图像求卷积。因此二维卷积运算的效率就直接决定了Gabor变换的效率。在这里我先说说二维卷积运算以及如何通过二维傅立叶变换提高卷积运算效率。在下一步分内容中我们将此应用到Gabor变换上，抽取笔迹纹理的特征。1、离散二维叠加和卷积关于离散二维叠加和卷积的运算介绍的书籍比较多，我这里推荐William K. Pratt著，邓鲁华 张延恒 等译的《数字图像处理（第3版）》，其中第7章介绍的就是这方面的运算。为了便于理解，我用下面几个图来说明离散二维叠加和卷积的求解过程。A可以理解成是待处理的笔迹纹理，B可以理解成Gabor变换的核函数，现在要求A与 阅读全文
posted @ 2011-08-08 13:55 微雪 阅读(3427) 评论(0) 推荐(0)
2011年8月6日
特征提取代码总结
摘要： 来自http://download.csdn.net/source/3208155#acomment特征提取代码总结颜色提取Ø颜色直方图提取：Code:#include<cv.h>#include<highgui.h>#include<iostream>usingnamespacestd;intmain(intargc,char**argv){IplImage*src=cvLoadImage("E:\\Download\\test1.jpg",1);IplImage*hsv=cvCreateImage(cvGetSize(src 阅读全文
posted @ 2011-08-06 15:11 微雪 阅读(6963) 评论(3) 推荐(1)
SIFT 算法 （转）
摘要： ift是David Lowe于1999年提出的局部特征描述子，并于2004年进行了更深入的发展和完善。Sift特征匹配算法可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有很强的匹配能力。在Mikolajczyk对包括Sift算子在内的十种局部描述子所做的不变性对比实验中，Sift及其扩展算法已被证实在同类描述子中具有最强的健壮性。总体来说，Sift算子具有以下特性： （1）Sift特征是图像的局部特征，对平移、旋转、尺度缩放、亮度变化、遮挡和噪声等具有良好的不变性，对视觉变化、仿射变换也保持一定程度的稳定性。 （2）独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确 阅读全文
posted @ 2011-08-06 14:44 微雪 阅读(869) 评论(0) 推荐(0)
2011年8月5日
【引用】关于图像特征提取
摘要： 本文引用自yuweiisme《关于图像特征提取》网上发现一篇不错的文章，是关于图像特征提取的，给自己做的项目有点类似，发出来供大家参考。 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性” 阅读全文
posted @ 2011-08-05 18:59 微雪 阅读(2411) 评论(1) 推荐(0)
图像特征特点及其常用的特征提取与匹配方法
摘要： 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一颜色特征（一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。（二）常用的特征提取与匹配方法（1 阅读全文
posted @ 2011-08-05 18:44 微雪 阅读(3454) 评论(0) 推荐(0)
点特征提取
摘要： 一、点特征提取点特征主要指图像中的明显点，如房屋角点、圆点等，在图像匹配合遥感影像定位中很有用。用于点特征提取得算子称为有利算子或兴趣算子。自七十年代以来出现一系列各不相同、个有特色的兴趣算子，叫知名的有Moravec算子、Hannah算子与Foistner等。 下面以Moravec算子为例说明点特征提取：Moravec算子的基本思想是，以像元的四个主要方向上最小灰度方差表示该像元与邻近像元的灰度变化情况，即像元的兴趣值，然后在图像的局部选择具有最大的兴趣值得点（灰度变化明显得点）作为特征点，具体算法如下：（1）计算各像元的兴趣值IV(interest value)，例如计算香元（c，r）的兴 阅读全文
posted @ 2011-08-05 18:40 微雪 阅读(4269) 评论(0) 推荐(0)
图像处理中各种边缘检测的微分算子简单比较(Sobel，Robert， Prewitt，Laplacian，Canny)
摘要： 来自http://whitebaby323.blog.163.com/blog/static/1104276201123101430958/同图像灰度不同，边界处一般会有明显的边缘，利用此特征可以分割图像。需要说明的是：边缘和物体间的边界并不等同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实世界中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失一部分信息；另外，成像过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因，基于边缘的图像分割仍然是当前图像 阅读全文
posted @ 2011-08-05 18:33 微雪 阅读(7416) 评论(0) 推荐(0)
印刷汉字识别方法综述
摘要： 一、文字识别概述汉字是历史悠久的中华民族文化的重要结晶，闪烁着中国人民智慧的光芒。汉字数量众多，仅清朝编纂的《康熙字典》就包含了49，000多个汉字，其数量之大，构思之精，为世界文明史所仅有。由于汉字为非字母化、非拼音化的文字，所以在信息技术及计算机技术日益普及的今天，如何将汉字方便、快速地输入到计算机中已成为关系到计算机技术能否在我国真正普及的关键问题。前文图1所示将汉字输入到计算机里一般有两种方法：人工键入和自动输入。其中人工键入速度慢而且劳动强度大，一般的使用者每分钟只能输入40～50个汉字。这种方法不适用于需要处理大量文字资料的办公自动化、文档管理、图书情报管理等场合。而且随着劳动力价 阅读全文
posted @ 2011-08-05 18:22 微雪 阅读(1217) 评论(0) 推荐(0)
非特定人脱机手写汉字识别
摘要： 主要介绍了非特定人脱机手写体汉字识别的基本步骤和技术难点，以及当前的研究热点和成果。来自http://www.chinaai.org/pr/ocr/handwritten-chinese-character.html一、汉字识别概述字已有数千年的历史，也是世界上使用人数最多的文字，对于中华民族灿烂文化的形成和发展有着不可磨灭的功勋，并将继续发挥重要的、其它文字形式难以取代的作用。然而，汉字是非字母化、非拼音化的文字，在当今高度信息化的社会里，如何快速高效地将汉字输入计算机，已成为影响人机接口效率的一个重要瓶颈，也关系到计算机能否真正在我国得到普及应用。围绕这一问题，人们提出了各种解决方案。目前 阅读全文
posted @ 2011-08-05 18:20 微雪 阅读(813) 评论(0) 推荐(0)
OTSU自适应阈值分割
摘要： int otsu (unsigned char *image, int rows, int cols, int x0, int y0, int dx, int dy, int vvv){unsigned char *np;// 图像指针int thresholdValue=1; //阈值int ihist[256];// 图像直方图，256个点int i, j, k;// various countersint n, n1, n2, gmin, gmax;double m1, m2, sum, csum, fmax, sb;// 对直方图置零...memset(ihist, 0, sizeof 阅读全文
posted @ 2011-08-05 00:11 微雪 阅读(637) 评论(0) 推荐(0)