图像金字塔

OPENCV--图像金字塔（cvPyrDown、cvPyrUp）

本文转自：http://blog.csdn.net/hitwengqi/article/details/6857441图像金字塔被广泛应用于各种视觉应用中。
IvanLJF·2013-08-31 17:00

图像处理之高斯金字塔

一：图像金字塔基本操作对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的新的图像宽与高是原来图像的1/2,最常见就是基于高斯的模糊之后采样，得到的一系列图像称为高斯金字塔。
gloomyfish·2013-06-18 06:00

图像处理之高斯金字塔

一：图像金字塔基本操作对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的新的图像宽与高是原来图像的1/2,最常见就是基于高斯的模糊之后采样，得到的一系列图像称为高斯金字塔。
jia20003·2013-06-18 06:00

图像处理之高斯金字塔

一：图像金字塔基本操作对一张图像不断的模糊之后向下采样，得到不同分辨率的图像，同时每次得到的新的图像宽与高是原来图像的1/2,最常见就是基于高斯的模糊之后采样，得到的一系列图像称为高斯金字塔。
gloomyfish·2013-06-18 06:00

归一化滤波，高斯滤波，非线性滤波及图像金字塔介绍与应用

一、滤波器简介     滤波器是信号和图像处理的最基础的处理。用于删除噪声，突出感兴趣的区域，允许图像重采样等等。滤波是在信号与系统原理中发现的，比较重要的概念就是频域，高频是指变化比较快的像素，低频是变化相对慢的像素。例如一个图像中，变化微弱的蓝天白云就是低频，而拥挤的街道，还有很多小物体，颜色变化复杂，就属于高频。因此，对图像的频域处理是不同于空域的另一种处理方法。    频域分析将图像分解为
skeeee·2013-06-17 17:00

图像金字塔

目标本文档尝试解答如下问题：如何使用OpenCV函数 pyrUp 和 pyrDown 对图像进行向上和向下采样。原理Note 以下内容来自于Bradski和Kaehler的大作： LearningOpenCV 。当我们需要将图像转换到另一个尺寸的时候，有两种可能：放大 图像或者缩小 图像。尽管OpenCV 几何变换 部分提供了一个真正意义上的图像缩放函数(resize,在以后的教程中会学到),不过
lcj_cjfykx·2013-06-01 05:00

OpenCV2.4.4中调用SIFT特征检测器进行图像匹配

Point2fpt;//坐标 floatsize;//特征点邻域直径 floatangle;//特征点的方向，值为[0,360)，负值表示不使用 floatresponse;// intoctave;//特征点所在的图像金字塔的组
masikkk·2013-05-31 03:00

Haar特征

SIFT/SURF、haar特征、广义hough变换的特性对比分析SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围
hjx_1000·2013-05-13 14:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层
hjx_1000·2013-05-13 13:00

opencv c++函数 imgproc模块 4 图像金字塔

目标本文档尝试解答如下问题：如何使用OpenCV函数 pyrUp 和 pyrDown 对图像进行向上和向下采样。原理Note 以下内容来自于Bradski和Kaehler的大作： LearningOpenCV 。当我们需要将图像转换到另一个尺寸的时候，有两种可能：放大 图像或者缩小 图像。尽管OpenCV 几何变换 部分提供了一个真正意义上的图像缩放函数(resize,在以后的教程中会学到),不过
android_asp·2013-04-26 16:00

opencv-图像金字塔-上采样-下采样

图像金字塔是一系列图像集合，它们从源图像连续的进行下采样，直到需要的位置才停止操作。两种常见的图像金子塔如下所述：1.高斯金字塔：用于下采样图像。
tianzhaixing·2013-04-02 17:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层
STELLAR0·2013-03-31 03:00

DoG 、Laplacian、图像金字塔详解

DoG(DifferenceofGaussian)DoG(DifferenceofGaussian)是灰度图像增强和角点检测的方法，其做法较简单，证明较复杂，具体讲解如下:DifferenceofGaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果，即去噪过程，这里的Gaussian和高斯低通滤波器的高斯一样，是一个函数，即为正态分布函
liulina603·2013-03-11 10:39

DoG 、Laplacian、图像金字塔详解

DoG(DifferenceofGaussian)DoG(DifferenceofGaussian)是灰度图像增强和角点检测的方法，其做法较简单，证明较复杂，具体讲解如下:DifferenceofGaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果，即去噪过程，这里的Gaussian和高斯低通滤波器的高斯一样，是一个函数，即为正态分布函
liulina603·2013-03-11 10:00

javascript图像处理―仿射变换深度理解

前言上一篇文章，我们讲解了图像金字塔，这篇文章我们来了解仿射变换。仿射？任何仿射变换都可以转换成，乘以一个矩阵（线性变化），再加上一个向量（平移变化）。实际上仿射是两幅图片的变换关系。
·2013-01-16 09:37

jsvascript图像处理―(计算机视觉应用)图像金字塔

前言上一篇文章，我们讲解了边缘梯度计算函数，这篇文章我们来了解图像金字塔。图像金字塔？图像金字塔被广泛用于计算机视觉应用中。
·2013-01-15 14:09

DoG 、Laplacian、图像金字塔详解

DoG(DifferenceofGaussian)DoG(DifferenceofGaussian)是灰度图像增强和角点检测的方法，其做法较简单，证明较复杂，具体讲解如下:DifferenceofGaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果，即去噪过程，这里的Gaussian和高斯低通滤波器的高斯一样，是一个函数，即为正态分布函
sangni007·2012-12-17 22:00

图像金字塔

图像金字塔被广泛用于各种视觉应用中。图像金字塔是一个图像集合，集合中所有的图像都源于同一个原始图像，而且是通过对原始图像连续降采样活得，直到达到某个中止条件才停止降采样。
Bruce_Zeng·2012-10-21 14:00

SIFT中的尺度空间和传统图像金字塔比较

还望原谅，看完文章以后感觉到自己的确把计算机摄影学中讲的传统图像金字塔和Lowe的SIFT中的尺度空间混淆了。在此愧疚一下，不多说了，上文章.....     
yuyin86·2012-07-09 20:00

SIFT中的尺度空间和传统图像金字塔

【转自】http://www.zhizhihu.com/html/y2010/2146.html最近自己混淆了好多概念，一边弄明白的同时，也做了一些记录，分享一下。最近又发现了一个好同学的博客，很详细的讲了SIFT想要得知图像中哪些是有意义的，必须先要明确这样一个问题：在一幅图像中，只有在一定的尺度范围内，一个物体才有意义。举一个例子，树枝这个概念，只有在几厘米到几米的距离去观察它，才能感知到它的
tigernana·2012-06-08 17:00

图像拉普拉斯金字塔融合（Laplacian Pyramid Blending）

本文将介绍图像金字塔以及拉普拉斯融合的相关知识。
abcjennifer·2012-06-03 20:00

OpenCVnotebook

cvResize()函数page1813.图像金字塔 他是一个图像集合，集合中所有的图像都源于同一个原始图像，而且是通过对原始图像连续降采样获得，直到达到某个中止条件才停止降采样。 
cwj649956781·2012-04-16 20:00

opencv图像处理9-图像金字塔

图像金字塔在分割和匹配方面有重要用途，其中在sift匹配中是重要的一环~~先看效果：PyrDown图像的下采样voidcvPyrDown(constCvArr*src,CvArr*dst,intfilter
renshengrumenglibing·2011-11-06 10:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

原文地址 http://blog.csdn.net/cy513/article/details/4285579识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过
yongshengsilingsa·2011-10-10 15:00

第五章 - 图像形态学 - 图像金字塔（cvPyrDown、cvPyrUp）

图像金字塔被广泛应用于各种视觉应用中。图像金字塔是一个图像集合，集合中图像都源于同一个原始图像，而且是通过对原始图像连续降采样获得，直到达到某个中止条件才停止降采样。
hitwengqi·2011-10-09 23:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

/youzitool.com 新博客，欢迎访问】三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析识别算法概述：  SIFT/SURF基于灰度图，一、首先建立图像金字塔
matraxa·2011-10-06 16:00

第五章 - 图像形态学 - 基于图像金字塔的图像分割（cvPyrSegmentation）

本例程涉及到几个数据结构及方法，CvMemStorage、cvPyrSegmentation()、CvConnectedComp、cvGetSeqElem(). CvMemStorageCvMemStorageGrowingmemorystoragetypedefstructCvMemStorage{structCvMemBlock*bottom;/*firstallocatedblock*/st
hitwengqi·2011-09-27 22:00

OpenCV学习笔记-图像金字塔

图像金字塔所用函数为：PyrDown 图像的下采样 voidcvPyrDown(constCvArr*src,CvArr*dst,intfilter=CV_GAUSSIAN_5x5); src 输入图像
superdont·2011-08-04 22:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

 from: http://blog.csdn.net/cy513/archive/2009/06/20/4285579.aspx 识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，
hwb506·2011-05-09 22:00

图像形态学-图像金字塔

图像金字塔被广泛应用于各种视觉应用中。图像金字塔是一个图像集合，集合中图像都源于同一个原始图像，而且是通过对原始图像连续降采样获得，直到达到某个中止条件才停止降采样。
yeqiu712·2011-05-04 14:00

图像金字塔

图像金字塔是以多分辨率来解释图像的一种结构。图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低的图像集合。
buptdtt·2011-03-30 15:10

sift总结

只是从直观上理解大尺度对应的是总体轮廓，小尺度对应的是细节，要实现尺度不变就是要保证在不同的物理距离看到的图像（模糊程度不同）都能正确的被检测和匹配，高斯核函数对原始图像进行模糊恰好能拟合这一变化，而传统的图像金字塔是在原始图像进行下采样
xjbzju·2011-03-10 16:00

第5章/图像形态学-图像金字塔

                                                             第5章/图像形态学-图像金字塔 图像金字塔被广泛应用于各种视觉应用中。
cartoonface·2010-11-07 22:00

[转]SIFT中的尺度空间和传统图像金字塔

最近自己混淆了好多概念，一边弄明白的同时，也做了一些记录，分享一下。想要得知图像中哪些是有意义的，必须先要明确这样一个问题：在一幅图像中，只有在一定的尺度范围内，一个物体才有意义。举一个例子，树枝这个概念，只有在几厘米到几米的距离去观察它，才能感知到它的确是树枝；如果在微米级或者千米级去观察，就不能感知到树枝这个概念了，这样的话可以感知到的是细胞或者是森林的概念。因而，如果想要描述现实世界的结构，
iangelt·2010-10-15 21:00

[转] 三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层
iangelt·2010-10-14 19:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述： SIFT/SURF基于灰度图，     一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点
daoqinglin·2010-03-17 22:00

ITK 配准框架中的 Subject/Observer 模式及优化过程模拟演示-1

对于多分辨策略还会多出两个图像金字塔组件。  图像配准的本质是一个迭代优化的过程，关于图像配准框架示例可参考：ITK配准框架示例，或者参考ITK文档。简单的说，用户指定一个几何变换
zhangcunli·2009-12-28 15:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述：SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层
cy513·2009-06-20 20:00

三种强大的物体识别算法——SIFT/SURF、haar特征、广义hough变换的特性对比分析

识别算法概述： SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使用二次插值法得到精确特征点所在的层
cy513·2009-06-20 20:00
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他