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：
简单光照模型(Phong和Blinn-Phong)和明暗处理 支持点光源和平行光，是一种简单光照模型，它将光照分解成了三个部分，分别为 漫反射 镜面反射 环境光 如图所示，是一个简单的几何模型。 $L$是光源方向 $N$是法线方向 $R$是反射方向 $V$是视线方向 $H$是$L$和$V$的平分 所 阅读全文
摘要：
基变换 理论部分 在n维的线性空间中，任意n个线性无关的向量都可以作为线性空间的基，即空间基不唯一。对于不同的基，同一个向量的坐标一般是不同的。因为在计算机图形学中，主要研究三维的空间，所以可以简化问题倒三维空间中的基变换，也就是坐标变换。 假设有两组单位正交基（图形学中选取的坐标系一般是正交的，为 阅读全文
摘要：
霍夫变换直线检测 理论 直线的斜截式 \(y=mx+b\)，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，$x,y$是变量,$m,b$是参数，即坐标轴分别为$x,y$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$m,b$，于是有$b=y-mx$，$x,y$成了参数， 阅读全文
摘要：
简介 基本是翻译和补充 http://www.songho.ca/opengl/gl_projectionmatrix.html 计算机显示器是一个2D的平面，一个3D的场景要被OpenGL渲染必须被投影到2D平面上以生成2D的图像。在OpenGL中，GL_PROJECTION矩阵可以用来进行投影变 阅读全文
摘要：
1 变换矩阵 平移矩阵 \[ \begin{bmatrix} 1 & 0 & t_x\\ 0 & 1 & t_y\\ 0 & 0 & 1\\ \end{bmatrix} \begin{bmatrix} x \\ y \\ 1 \\ \end{bmatrix} = \begin{bmatrix} x 阅读全文
摘要：
1 Shader中的数据 1.1 获取数据的方式 1.1.1 属性（attribute）和缓冲（buffer） 缓冲是发送到GPU的一些二进制数据序列，通常情况下包括位置、法向量、纹理坐标、顶点颜色值等。一下是常用的API(gl代表WebGLRenderingContext） gl.createBu 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 \(z = I(x,y)\) \(x,y\) 代表图像坐标（某个点的坐标），\(z\) 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
摘要：
1 皮肤镜毛发去除的目的 根据皮肤镜图片对皮肤病变种类进行分类是一个常规的研究话题，在深度学习时代，会将标注好的数据进行训练，学习皮肤病变的特征，而图片中常常会有毛发干扰，这是我们不需要的特征，也不希望网络学习到这个特征，因此在数据预处理阶段，可以使用一些传统图像处理算法对图像进行处理。 代码在仓库 阅读全文
摘要：
1. 肺部分割提取简介 在处理胸部CT时，我们常常需要获取肺部的一个mask，也就是将肺部结构从数据中提取出来。二维图像还好说，但是三维图像就会变得复杂复杂一点。肺部的分割常常做后续操作的预处理，所以有必要提取提取一个肺部的mask，来辅助后面的操作，所以这里利用传统图像处理方法来提取了一下肺部，当 阅读全文