迈克老狼2012

摘要： 原帖地址：http://blog.csdn.net/zouxy09/article/details/7929348 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... 阅读全文

摘要： 原帖地址：http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html 由于工作需要，我开始研究人脸检测部分的算法，这期间断断续续地学习了Haar分类器的训练以及检测过程，在这里根据各种论文、网络资源的查阅以及对代码的理解做一个简单的总结。我试图概括性的给出算法的起源、全貌以及细节的来龙去脉，但是水平有限，只能了解其大... 阅读全文

摘要： 前面我们学习了基于特征脸的人脸识别，现在我们学习一下基于Fisher脸的人脸识别，Fisher人脸识别基于LDA(线性判别算法)算法，算法的详细介绍可以参考下面两篇教程内容： http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html LDA算法细节参考： http://ww... 阅读全文

摘要： 原文来自：http://blog.csdn.net/xiazhaoqiang/article/details/6585537 LDA算法入门 一． LDA算法概述： 线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，它是在1996... 阅读全文

摘要： 在前面一篇教程中，我们学习了OpenCV中基于特征脸的人脸识别的代码实现，我们通过代码 Ptr model = createEigenFaceRecognizer(); 创建了人脸识别模型类，该识别模型类基于特征值人脸。该类有几个重要的成员: int _num_components; double _threshold; vector _projecti... 阅读全文

摘要： 本文主要参考OpenCV人脸识别教程：http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html 1、OpenCV 从2.4开始支持3个新的人脸识别算法。 Eigenfaces 极值特征脸 createEigenFaceRecognizer() Fisherfaces crea... 阅读全文

摘要： PCA算法的基本原理可以参考：http://www.cnblogs.com/mikewolf2002/p/3429711.html 对一副宽p、高q的二维灰度图，要完整表示该图像，需要m = p*q维的向量空间，比如100*100的灰度图像，它的向量空间为100*100=10000。下图是一个3*3的灰度图和表示它的向量表示： 该向量为行向量，共9维，用变量表示就是[v0,... 阅读全文

摘要： 原帖地址：http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程... 阅读全文

摘要： 在OpenCV中，可以很方便的计算一个像素点到轮廓的距离，计算距离的函数为：double pointPolygonTest(InputArray contour, Point2f pt, bool measureDist)Parameters:contour – 输入参数轮廓。 pt – 测试的点。 measureDist – 如果为false的话，则函数计算符号，在轮廓外部在为-1，在轮廓内为1，在轮廓上，则为0。如果为ture，则计算实际的像素符号距离，在轮廓外的点像素距离为负值，在内的点，像素距离为正值。下面的是计算一副图像中各个像素到轮廓距离的代码：#include "ope 阅读全文

摘要： 在OpenCV中，可以很方便的计算多边形区域的3阶特征矩，opencv中的矩主要包括以下几种：空间矩，中心矩和中心归一化矩。class Moments { public: ...... // 空间矩 double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03; // 中心矩 double mu20, mu11, mu02, mu30, mu21, mu12, mu03; // 中心归一化矩 double nu20, nu11, nu02, nu30, nu21, nu12, nu03; }空间矩的公式为：可以知道，对于01二值化的图像，m.. 阅读全文