摘要：
一、简述 一、Bag of features 1.1 Bag of features概述BOF方法源自于文本处理的词袋模型。Bag-of-words model (BoW model) 最早出现在NLP和IR领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文 阅读全文
摘要：
背景介绍 立体匹配也称作视差估计（disparity estimation），或者双目深度估计。其输入是一对在同一时刻捕捉到的，经过极线校正的左右图像 和 。而它的输出是由参考图像（一般以左图作为参考图像）中每个像素对应的视差值所构成的视差图 d。视差是三维场景中某一点在左右图像中对应点位置的像素级 阅读全文
摘要：
基础矩阵 在计算机视觉中，基础矩阵（Fundamental matrix）F是一个3×3的矩阵，表达了立体像对的像点之间的对应关系。在对极几何中，对于立体像对中的一对同名点，它们的齐次化图像坐标分别为p与 p'， 表示一条必定经过p'的直线（极线）。这意味着立体像对的所有同名点对都满足： F矩阵中蕴 阅读全文
摘要：
背景 在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。较早的相机标定的方法需要计算相 阅读全文
摘要：
一、全景图像拼接原理介绍 1.1 背景介绍 图片的全景拼接如今已不再稀奇，现在的智能摄像机和手机摄像头基本都带有图片自动全景拼接的功能，但是一般都会要求拍摄者保持设备的平稳以及单方向的移动取景以实现较好的拼接结果。这是因为拼接的图片之间必须要有相似的区域以保证拼接结果的准确性和完整性。本文主要简单描 阅读全文
摘要：
一、SIFT介绍 1 SIFT（尺度不变特征变换）原理 SIFT包括兴趣点检测器和描述子。SIFT描述子具有非常强的稳健性，经常和许多不同的兴趣点检测器结合使用。SIFT特征对于尺度，旋转和亮度都具有不变性，因此，它可用于三维视角和噪声的可靠匹配。 SIFT 描述子h(x, y,θ)是对特征点附近邻 阅读全文
摘要：
目录 一、Harris 角点检测1.1 Harris 角点检测原理1.2角点检测算法二、基于Harris角点检测对不同类型图像做出的对比实验2.1 平坦图像的Harris角点检测实验结果2.2 边缘丰富图像的Harris角点检测实验结果2.3角点丰富图像的Harris角点检测实验结果三、结论与总结 阅读全文
摘要：
一、实验需求以自己的计算智能博客(大头照或生活照)为基础，做完图像处理基础章节内容，并将直方图、高斯滤波、直方图均衡化的结果及基本原理描述放到博客中 二、图像处理基本原理 1.灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度 阅读全文
摘要：
一、粒子群算法 定义粒子群优化算法(Particle Swarm optimization,PSO)又翻译为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。通常认为它是群集智能 (Swarm intelligence, SI) 的一种。它可 阅读全文
摘要：
1、遗传算法 前一篇遗传算法的基本内容在之前的博客已经应用过了 之前遗传算法解决的是函数优化问题，即求解最大值或最小值问题； 此次要解决的是组合优化问题中的TSP问题，即旅行商问题。 这边先介绍一下TSP问题 TSP问题（Traveling Salesman Problem），即旅行商问题，又译为旅 阅读全文