随笔分类 - 图像处理与模式识别
摘要：有幸参加了微软OpenHack挑战赛，虽然题目难度不大，但是很有意思，学到了很多东西，还有幸认识了微软梁健老师，谢谢您的帮助！同时还认识同行的很多朋友，非常高兴，把这段难忘的比赛记录一下~~也分享一下代码，给那些没有参加的朋友， 数据集(文末链接) 首先每支队伍会收到一个数据集，它是一个登山公司提供
阅读全文
摘要：faster-RCNN是目标检测中非常好用的一种算法，它能够识别多个目标，对目标分类并标注位置，非常好用，就是速度太慢了哈。 它的输入样本是标注好的图片，输出是一个hdf5模型。 我用台标样本实践了一把，能够识别出很细微的差别，分类准确率非常高，准确率基本都不低于0.99，而且能够适应台标的缩放，无
阅读全文
摘要：输入：离散的采样点坐标和高度值(x_0,y_0,value_0),(x_1,y_1,value_1)......(x_n, y_n, value_n) 输出：等高线图，如下所示 wiki上的Marching squares算法对此有很好的说明，我也是按照wiki上面的步骤来实现这个算法的，下面对该算
阅读全文
摘要：如果你的照片看上去灰蒙蒙的，缺少生机，那么hsv拉伸也许可以帮你的忙。hsv拉伸是一种可以提高图像鲜艳程度的图像增强方法，它能够让图像的颜色更加鲜活、艳丽，而且它的处理结果看上去很自然，比如源图中较暗的红色会变的鲜红，而不会像拉伸对比度那样把图像弄的难看失真，暗红色变的发紫发黑。来个例子： 其基本原理如下：1、 将源图像的(rgb)颜色空间映射到(hsv )，什么是HSV?2、 对图像的s和v通道进行一次min-max normalize，h通道不变所谓min-max normalize是指： dst(x,y) = [src(x,y) – min(src(x,y)) ] / [ (max(sr
阅读全文
摘要：實在出乎我的意料！OpenCV竟然連這么簡單的功能都沒有封裝！還要讓本大爺自己動手寫！強烈要求OpenCV下一個版本添加本功能！ 函數功能和這個網頁一樣，只不過這個作者寫的太糟了，我把它變得簡潔了一點 ^_^
阅读全文
摘要：每次下载opencv的新版本时，都需要重新写头文件，更改链接库配置，很麻烦有木有？下面这个头文件是我在别人的代码中淘出来的，很不错，与大家分享~（具体作者忘记了，不好意思啊） 作者很巧妙地利用Opencv的版本信息定义了一个宏，无论你的Opencv是243还是246都能够完美支持，以后再不用担心更新版本带来的问题了，另：对于比较老的Opencv版本可能有个别lib的名称不对，修改一下就可以了stdafx.h#pragma once#include "targetver.h"#include #include #include #include #include #defin
阅读全文
摘要：Image Watch（下载）是OpenCV的一款最新工具，它能够即时显示出矩阵的内容，即memory中Mat的信息，方便程序的调试，非常好用。不过目前该插件只支持VS2012，而且不能保存调试信息。本人对这个插件测试了一下，感觉不错，话不多说了，直接上图： 上图中，src_3u是一幅3通道uchar类型的源图像，src_1u是其灰度化后的结果，blur_3u是源图像模糊后的结果，从右侧Image Watch的临时调试窗口可以清晰的看到这3张图片，选中某一张图片还可以放大查看细节。img_1ss, img_1d, img_1s, img_1f是四张单通道图片，它们的类型分别是short ...
阅读全文
摘要：在用opencv编程时，经常需要可视化地查看某个矩阵在运算过程中的状态如何，而opencv中的imshow函数只能以灰度显示单通道uchar或float类型的图像，其可视化效果不尽人意，为此，我写了一个矩阵可视化工具包，其中包含了一个类似于matlab中的imagesc的函数，能够以不同的颜色显示矩阵中不同大小的值，这个函数在查看矩阵时非常方便，这里贡大家参考。VisualizationTool.hView Code //http://www.cnblogs.com/easymind223#pragma once#ifndef _VISUALIZATION_TOOL_H_#define _VI
阅读全文
摘要：一个网友收集的运动目标检测，阴影检测的标准测试视频http://blog.csdn.net/sunbaigui/article/details/6363390很权威的change detection检测视频集，里面有将近20种主流算法在这个测试集上的运行结果和ROC,PRA曲线http://changedetection.net/VIVID Tracking Evaluation Web Sitehttp://vision.cse.psu.edu/data/vividEval/datasets/datasets.htmlcvpapers的数据集，包括人脸检测，人脸识别，猫脸检测，行人检测，显著
阅读全文
摘要：近几个月我在一家公司的研发部做模式识别实习生，学习了很多OCR相关的知识和技术，在此谢谢陆老师，孙老师以及其它各位老师的指导，我很喜欢这里，你们让我收获了很多 OCR(OpticalCharacterRecognition)光学字符识别是一种获取图像中的字符信息的处理技术，用通俗一点的话说，就是把带有文字信息的图像数据变成文本数据的一种技术。在我们的生活中很多地方都有它的身影，如高速路上的电子眼（车牌识别），有道词典（图像单词识别）等等。 OCR的识别过程大致有以下几个步骤：字符检测，去噪，倾斜校正，版面分析，文字切割，字符识别，修正，后处理等。Strokefilter正是一种用于OC...
阅读全文
摘要：在我以前的这篇文章中，曾经介绍过Mandelbrot集，并给出了c++的实现方法。当时的我编程水平有限，用了很多笨办法，最终的效果图也不是很美观。主要问题有两个：第一，我以前的着色方法是把每个坐标点的模值映射到一个RGB值，然后画出来。这样做带来了一个很大的问题，那就是分形图案的发散速度是非常快的，
阅读全文
摘要：各种目标检测方法介绍（懒人可以直接略过） 目标检测是一个老话题了，在很多算法当中都有它的身影。目标检测要做的就两件事：检测当前图片中有没有目标？如果有的话，在哪？按照先验知识和背景运动来划分的话，目标检测方法大概可以分为两大类： 第一，已知目标的先验知识。在这种情况下检测目标有两类方法，第一类方...
阅读全文
摘要：这个项目大概是在2年前了，因为要用嵌入式编程，所以无法用opencv的库函数，一切算法纯靠手写（是不是很坑爹？），其中一部分程序需要计算Haar特征，于是就有了下面的故事： 在模式识别领域，Haar特征是大家非常熟悉的一种图像特征了，它可以应用于许多目标检测的算法中。与Haar相似，图像的局部矩形内
阅读全文
摘要：聚类分析是一种静态数据分析方法，常被用于机器学习，模式识别，数据挖掘等领域。通常认为，聚类是一种无监督式的机器学习方法，它的过程是这样的：在未知样本类别的情况下，通过计算样本彼此间的距离（欧式距离,马式距离，汉明距离，余弦距离等）来估计样本所属类别。从结构性来划分，聚类方法分为自上而下和自下而上两种方法，前者的算法是先把所有样本视为一类，然后不断从这个大类中分离出小类，直到不能再分为止；后者则相反，首先所有样本自成一类，然后不断两两合并，直到最终形成几个大类。 常用的聚类方法主要有以下四种： //照搬的wiki，比较懒...Connectivity based clustering ...
阅读全文
摘要：最近这些日子，我在中科院实习了一段时间，收获了很多宝贵的知识和经验，也认识了一些朋友，在这里感谢老师们对我的指导和建议。作为一名图像处理专业的数学Geek,我很喜欢做关于图像方面的算法研究，在这里把近几年的角点特征匹配方法做个总结，和大家分享一下。 图像匹配能够应用的场合非常多，如目标跟踪，检测，识别，图像拼接等，而图像匹配最核心的技术就要属角点匹配了，所谓角点匹配是指寻找两幅图像之间的特征像素点的对应关系，从而确定两幅图像的位置关系。 角点匹配可以分为以下四个步骤： 1.提取检测子：在两张待匹配的图像中寻找那些最容易识别的像素点（角点），比如纹理丰富的物体边缘点等。 2....
阅读全文
摘要：前言 模板匹配和相关系数法是目标跟踪的经典方法，它的优点有很多：简单准确，适用面广，抗噪性好，而且计算速度快。缺点是不能适应剧烈光照变化和目标剧烈形变。 所谓模板匹配法，就是指在一帧图像内寻找目标模板的位置，和模板最像的地方就是目标了。只要把全图的所有子区域和目标模板比较一下，找到最像目标模板的子区域，它就是目标的位置。如何度量子区域和目标模板的相似程度呢？最简单的办法就是计算这二者的相关系数。相关系数 相关系数(r)是一种数学距离，可以用来衡量两个向量的相似程度。它起源于余弦定理：cos(A)=(a2+c2-b2)/2bc.如果两个向量的夹角为0度（对应r=1），说明它们完全相似，如果...
阅读全文
摘要：这是我在台湾交换生时所做的一个项目，其中涉及到了医学影像分割。用简单的话描述一下这个项目：在给定的人脑MR影像中，把海马体(HIP)分割出来，以这部分的特征来判断病人是否患有阿滋海默症。医学影像分割最常用的方法就是snake和atlas map，对于感兴趣的器官的分割，通常的做法是利用图谱或医师的帮助把粗略位置找到，然后正规化，利用snake等方法分割目标，snake的初始轮廓由图谱来确定。但是这样做存在一个很大的问题，每个人的器官不可能长的一模一样，有人胖有人瘦，非洲人与亚洲人也会不一样，很难用一个标准图谱去概括评价所有的人。对于特殊身材的人这样做很可能会造成误判断。这个项目另外的一个难..
阅读全文
摘要：ps里面的魔棒工具非常好用，是图像处理中非常常用的一个工具，它现在已经是我的c++工具箱中很重要的一员了，我会在以后的时间里把我的工具箱逐渐介绍给大家。 魔棒工具的核心算法是RegionGrow区域成长法,它的概念很简单，首先在要处理的图片上选取一个种子点，然后以此点为起点，向四周辐射形成一个区域。最初成长区域只有种子点这一个点，然后不断把周围的点归并入该成长区域，条件是该点的值与成长区域边界点的值之差小于阈值。当成长区域不能再继续扩大时，算法停止。算法说明： 区域成长法的思想很好理解，代码实现对于初学者有一定难度。对于满足条件的像素点，函数会把它们一个个的压入队列的尾部，然后从队列的...
阅读全文
摘要：常用Photoshop的玩家都知道Unsharp Mask(USM)锐化，它是一种增强图像边缘的锐化算法,原理在此处，如果你想使用这个算法，强烈推荐看一下。本文进行一下简单的介绍，USM锐化一共分为三步，第一步生成原始图片src的模糊图片和高对比度图片，记为blur和contrast.第二，把src和blur作差，得到一张差分图片，记为diff,它就是下图的UnsharpMask。然后把src和contras按一定的比例相加，这个比例由diff控制，最终得到锐化图片。USM有一个缺点，锐化后最大和最小的像素值会超过原始图片，如下图红色虚线和白色实线所示。代码如下：void MyTreasu..
阅读全文
摘要：一句话一幅图理解meanshift算法： 对于集合中的每一个元素，对它执行下面的操作：把该元素移动到它邻域中所有元素的特征值的均值的位置，不断重复直到收敛。 准确的说，不是真正移动元素，而是把该元素与它的收敛位置的元素标记为同一类。对于图像来说，所有元素程矩阵排列，特征值便是像素的灰度值。 Mean
阅读全文