随笔分类 - 计算机视觉
摘要：Bag of Visual Word (BoW, BoF, 词袋) 简介 BoW 是传统的计算机视觉方法，用一些特征（一些向量）来表示一个图像。BoW的核心思想是利用一组较为通用的特征，将图像用这些特征来表示，不同图像对于同一个特征的响应也是不同的，最终一个图像可以转化成关于这一组特征的一个频率直方
阅读全文
摘要：高斯金字塔与拉普拉斯金字塔 高斯金字塔 一个下采样的序列，例如原始尺寸是512x512，那么一个图像序列，尺寸例如，512，256，128，...，4，2.这样一些尺寸的图像序列构成了高斯金字塔。这样一个序列的存储空间最大为原图像的4/3，因为每个图像是前一个层级的1/4尺寸，那么等比数列求和就好了
阅读全文
摘要：下采样与走样问题 下采样 如果一幅图像的尺寸过大，如何降低尺寸呢？一种朴素的想法是，丢弃一些行和列，但是这样会造成走样问题，因为我们采集的都是离散信号。 走样 在对连续信号进行采样的时候，由于欠采样，在对信号进行恢复的时候，可能出现走样的情况，可能信息被理解成高频或者低频的情况。如下图所示，如果信号
阅读全文
摘要：Harris角点检测 思想 为什么要检测角点呢？因为角点的特征比较明显。进行角点检测的朴素思想是利用图像梯度，也就是根据图像强度的变化来寻找角点。如图所示 这里举了个例子，给定一个小的区域（Patch），当这个小区域在不同位置滑动的时候，所呈现出来的一些特性是不同的，根据图示，有三个方面。 Flat
阅读全文
摘要：霍夫变换直线检测 理论 直线的斜截式 ，在正常的图像坐标系（这里可以先把图像空间看作是连续的）中，是变量,是参数，即坐标轴分别为轴。现在，我们可以设定一个直线的参数空间，换一种看法，将坐标轴换为，于是有，成了参数，
阅读全文
摘要：图像梯度 1.图像的表达 这里我们讨论2D图像，一般图像的存储格式是一个二维矩阵，每个位置对应图像的像素值，用数学描述 代表图像坐标（某个点的坐标）， 代表此点的像素值（强度值），所以图像可以看作一个二元的函数（离散的），将图像在三维坐标中画出
阅读全文
