摘要: VLC打开.264文件方法介绍。 阅读全文
posted @ 2015-08-20 10:38 Image Vision 阅读(9841) 评论(0) 推荐(0) 编辑
摘要: 帮助大家理解协方差矩阵、特征值和特征向量在模式识别中的物理意义 阅读全文
posted @ 2014-03-27 14:32 Image Vision 阅读(959) 评论(0) 推荐(0) 编辑
摘要: 图像上两个像素点可以确定一条直线,可如何通过直线方程把这些像素位置找出来呢?大家都会想到用直线方程来算,可是图像上像素位置的坐标都是整数值,通过y = k*x+b计算出来的y很可能是小数,即使将y做取整运算,也不能很好的描述直线上的点,很可能导致描述出来的直线呈“虚线”形式,如 直线方程y = 0.2*x + 0.3: 0.5 = 0.2*1 + 0.3, 坐标(1,0.5); 0.7 = 0.2*2 + 0.3, 坐标(2,0.7); 0.9 = 0.2*3 + 0.3, 坐标(3.0.9)。描述出来的直线往往如下图所示,如下图所示... 阅读全文
posted @ 2012-11-17 19:50 Image Vision 阅读(9225) 评论(3) 推荐(2) 编辑
摘要: X光拍摄出的原始图像,一般都比较模糊不清,而在医学应用上,这些被模糊的细节又非常有用,因此,X光图像的增强一直是人们研究的重点。下面,给大家介绍一种非常有用的增强方法:Gauss Laplacian Pyramid算法关于该方法,已有不少文献对其进行了介绍和阐述,但一般都比较晦涩难懂,本人做了一个比较清晰的实现步骤,以此供大家参考。而关于分解的细节图像如何进行增强(后文会提到),不是本文介绍的重点,在这只做些基础介绍,有更高要求的朋友,可以去查查专业文献来实现。先上图,看下效果: 原始图像 增强效果实现步骤:一:... 阅读全文
posted @ 2012-08-15 19:25 Image Vision 阅读(5698) 评论(9) 推荐(3) 编辑
摘要: 二维高斯函数具有旋转对称性,处理后不会对哪一个方向上的边缘进行了过多的滤波,因此相对其他滤波器,具有无法比拟的优越性。但是传统Gauss滤波随着图像尺寸的增加,运算复杂度呈平方上涨,因此需要对其优化改进。下面,分别介绍传统型,分解型和递归迭代型三种实现方法。 1 传统型 Gauss滤波首先需要构建一个Gauss滤波核,公式为:Matlab实现代码:dSigma =0.8;fK1=1.0/(2*dSigma*dSigma);fK2=fK1/pi;iSize = 5;step = floor(iSize/2 + 0.5);for i = 1 : iSize x=i-step; ... 阅读全文
posted @ 2012-06-11 21:30 Image Vision 阅读(7627) 评论(0) 推荐(1) 编辑
摘要: 人脸光照处理的理想状态是,在不损失图像内容的前提下,保持图像在各种环境下的图像光照一致。而像之前提到过的Gabor虽然能保持较好的光照统一性,但会造成一部分的低频信息丢失,另外的DCT变换,不能很好适应环境光的变化。所以,在实际使用中,往往不能把光照处理的压力都放在后期算法处理上,在摄像头采集时就需要对环境光做一定的过滤。比如近红外图像,采集时去除大多可见光对图像内容的影响,在此基础上再进行软件处理,往往能达到生产上的要求。 1 传统Gamma校正及改进 传统Gamma校正算法具有较好的光照调整效果,但是由于其容易造成校正过度的原因,因而使用范围受到限制。正如图1和2所示,Gamma函... 阅读全文
posted @ 2012-04-16 21:53 Image Vision 阅读(5536) 评论(3) 推荐(6) 编辑
摘要: 在图像处理、模式识别以及计算机视觉等领域中,Gabor 滤波器得到了广泛的应用。 用Gabor 函数形成的二维Gabor 滤波器具有在空间域和频率域同时取得最优局部化的特性,与人类生物视觉特性很相似,因此能够很好地描述对应于空间频率(尺度)、空间位置及方向选择性的局部结构信息。 Gabor变换是一种短时傅里叶变换方法,其实质是在傅里叶变换中加入一个窗函数,通过窗函数来实现信号的时频分析。当选取高斯函数作为窗函数时,短时傅里叶变换称为Gabor变换。 常用的偶对称二维Gabor滤波器可表示为:不同方向下的Gabor滤波器: 图1不同方向上的滤波器 ... 阅读全文
posted @ 2012-04-09 19:48 Image Vision 阅读(6309) 评论(3) 推荐(2) 编辑
摘要: 人脸光照调整一直是人脸识别问题中的难点,作者就不同处理方法,并结合其在实际应用中的表现,在此分章节谈一些个人看法,有不当之处,还望各园友指正。光照调整主要分在频率域和空间域的处理,频率域中有DCT变换、小波变换等。而在空间域有直方图均衡化、Gamma校正等。作者在此只介绍一些主流并有较广适应范围的方法。首先,我们来谈谈DCT变换吧:DCT(离散余弦变换)对高相关性的数据(信号),具有非常好的能量聚焦性,经过变换,信号能量的绝大部分被集中到变换域的少数系数上。因此,对于受光照影响的图像,我们只需要修改很少的频域系数,就可以对图像的光照做出较好调整,避免了需要调节多个参数以适合不同图像的问题,操作 阅读全文
posted @ 2012-03-30 20:37 Image Vision 阅读(2468) 评论(4) 推荐(3) 编辑
摘要: 三维立体电视越来越受到人们的重视,不少商家也推出了一些相关产品。那这些究竟是怎么做出来的呢?作者就接触过的知识点,在这里向大家浅薄的介绍一二。一 国内外研究现状三维立体电视,最好的方式是用两台摄像机按照一定角度,同时拍摄当前的场景,然后将这两个同一时刻拍摄的图像整合叠加,就会形成一个肉眼看起来有点错位模糊的图像,我们称这两张图像分别为左图像和右图像。如果配上特制眼镜或者电视屏本身就有相应设计,我们就可以看到立体电视图像了。但是,实际中往往用两台并按一定角度拍摄,有很多困难。因此,实际中多是只有一个图像,想办法来生成另一个对应的图像。国内关于这方面的文献很少,而且也是很不精确的解法。比如,假设绝 阅读全文
posted @ 2012-03-26 22:15 Image Vision 阅读(2995) 评论(9) 推荐(3) 编辑