摘要：
转载自：http://blog.csdn.net/jia20003/article/details/7562092 图像处理之一阶微分应用 一：数学背景 首先看一下一维的微分公式Δf = f(x+1) – f(x), 对于一幅二维的数字图像f(x,y)而言，需要完 成XY两个方向上的微分，所以有如下 阅读全文
2016年12月16日
摘要：
dennis gabor 题目：从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换 本文是边学习边总结和摘抄各参考文献内容而成的，是一篇综述性入门文档，重点在于梳理傅里叶变换到伽柏变换再到小波变换的前因后果，对于一些概念但求多而全，所以可能会有些理解的不准确，后续计 阅读全文
摘要：
低层次特征是不需要任何形状/空间关系的信息就可以从图像中自动提取的基本特征。所有低层次方法都可以应用于高层次特征提取，从而在图像中找到形状。第一种低层次特征，称之"edge detection"。它的目的要是要制作一个线图。一阶检测算子相于一阶微分法，二阶边缘检测算子相当于高一阶微分处理。 边缘检测 阅读全文
摘要：
背景引言 方向梯度直方图(Histogram of Oriented Gradient,HOG)是用于在计算机视觉和图像处理领域，目标检测的特征描述子。该项技术是用来计算图像局部出现的方向梯度次数或信息进行计数。此种方法跟边缘方向直方图、尺度不变特征变换以及形状上下文方法有很多相似。但与它们的不同点 阅读全文
摘要：
整理一下我个人觉得比较好的HOG博文 博文1：OpenCV HOGDescriptor： 参数与图解 http://blog.csdn.NET/raodotcong/article/details/6239431 博文2：opencv源码解析：各个参数讲解 http://www.cnblogs.co 阅读全文
摘要：
HOG构造函数 CV_WRAP HOGDescriptor() :winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8),nbins(9), derivAperture(1), winSigma(-1), histogra 阅读全文
摘要：
一、基本HOG算法 HOG特征最早出现在SIFT算法中，由于其极强的图像特征描述能力，逐渐被人们熟知和广泛运用，其在目标检测方面表现尤为突出。 HOG特征提取过程 步骤一：遍历图像每个像素点，以其为中心取8*8像素领域作为网格（block）区域； 步骤二：将网格（block）区域平均分成4个大小相等 阅读全文
摘要：
（一）HOG特征 1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合 SVM分类器已经被广泛应用于图像识别中， 阅读全文
摘要：
浅析人脸检测之Haar分类器方法 [补充] 这是我时隔差不多两年后, 回来编辑这篇文章加的这段补充, 说实话看到这么多评论很是惊讶, 有很多评论不是我不想回复, 真的是时间久了, 很多细节我都忘记了, 无力回复, 非常抱歉. 我本人并非做CV的, 这两年也都没有再接触CV, 作为一个本科毕业的苦逼码 阅读全文
2016年12月15日
摘要：
DPM(Deformable Parts Model) Reference: Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010. "Supp 阅读全文