- 背景引言 在博文差分近似图像导数算子之Laplace算子中，我们提到Laplace算子对通过图像进行操作实现边缘检测的时，对离散点和噪声比较敏感。于是，首先对图像进行高斯暖卷积滤波进行降噪处理，再采用Laplace算子进行边缘检测，就可以提高算子对噪声和离散点的Robust, 这一个过程中Laplacian of Gaussian(... 背景引言 在博文差分近似图像导数算子之Laplace算子中，我们提到Laplace算子对通过图像进行操作实现边缘检测的时，对离散点和噪声比较敏感。于是，首先对图像进行高斯暖卷积滤波进行降噪处理，再采用Laplace算子进行边缘检测，就可以提高算子对噪声和离散点的Robust, 这一个过程中Laplacian of Gaussian(...
- 正在前面的系列博文中，介绍了多种特征算子，在本文中将介绍由Kanade-Lucas两人在上世纪80年代在其论文： An Iterative Image Registration Technique with an Application to Stereo Vision中提出的一个算子，后来称为KLT算法。该算法最开始是一种图像点定位... 正在前面的系列博文中，介绍了多种特征算子，在本文中将介绍由Kanade-Lucas两人在上世纪80年代在其论文： An Iterative Image Registration Technique with an Application to Stereo Vision中提出的一个算子，后来称为KLT算法。该算法最开始是一种图像点定位...
- 一，将图片序列转化为视频文件 [cpp] view plain copy 一，将图片序列转化为视频文件 [cpp] view plain copy
- 1.线性相关系数 两个变量的协方差除以他们的方差乘积的算术平方根等于这两个变量的线性相关系数 （1）相关系数的定义： r(ξ1，ξ2)=cov(ξ1，ξ2)/[Dξ1Dξ2]^0.5 =E[(ξ... 1.线性相关系数 两个变量的协方差除以他们的方差乘积的算术平方根等于这两个变量的线性相关系数 （1）相关系数的定义： r(ξ1，ξ2)=cov(ξ1，ξ2)/[Dξ1Dξ2]^0.5 =E[(ξ...
- 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义  ... 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义  ...
- （一）特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，包括：①目前基于形状的检索方法还缺乏比较完善的数学模型；②如果目标有变形时检索结果往往不太可靠；③许多形状特征仅描述了目标局部的性质，要全面描述目标常对计算时间和存储量有较高的要求；④许多形状特征所反映的目标形状信息与... （一）特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，包括：①目前基于形状的检索方法还缺乏比较完善的数学模型；②如果目标有变形时检索结果往往不太可靠；③许多形状特征仅描述了目标局部的性质，要全面描述目标常对计算时间和存储量有较高的要求；④许多形状特征所反映的目标形状信息与...
- 假如要从某一文件夹中读取66张图片，那么每次都使用I=imread('.....');这样处理速度不够快，不方便。下面就总结了几种批处理的方法。 在讲解这几种方法之前，先介绍MATLAB中的一个cell，这个cell相当于一个数组，只不过它允许不同的元素是不同的类型的，比如：cell(1,3) ... 假如要从某一文件夹中读取66张图片，那么每次都使用I=imread('.....');这样处理速度不够快，不方便。下面就总结了几种批处理的方法。 在讲解这几种方法之前，先介绍MATLAB中的一个cell，这个cell相当于一个数组，只不过它允许不同的元素是不同的类型的，比如：cell(1,3) ...
- 1.结构张量的作用： 能够区分图像中的平坦区域，边缘，角点； 2.图像中的结构张量的定义 1）是一个矩阵； 2）与图像的水平，垂直梯度有关，定义如下： 在MATL... 1.结构张量的作用： 能够区分图像中的平坦区域，边缘，角点； 2.图像中的结构张量的定义 1）是一个矩阵； 2）与图像的水平，垂直梯度有关，定义如下： 在MATL...
- 原文 今天在写这样一个程序，就是导入一个OBJ模型然后显示出来的时候，遇到了一个问题。我在程序中开启了多重采样，在屏幕上显示出来的效果确实有抗锯齿。但是当我用FBO离屏渲染，然后保存为BMP图像的时候，发现保存出来的BMP图像并没有抗锯齿效果。 问题产生原因及解决方案： 在默认帧缓冲中启用多重采样并不会导致FBO里也... 原文 今天在写这样一个程序，就是导入一个OBJ模型然后显示出来的时候，遇到了一个问题。我在程序中开启了多重采样，在屏幕上显示出来的效果确实有抗锯齿。但是当我用FBO离屏渲染，然后保存为BMP图像的时候，发现保存出来的BMP图像并没有抗锯齿效果。 问题产生原因及解决方案： 在默认帧缓冲中启用多重采样并不会导致FBO里也...
- 1．基本理论 拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数，定义为： 为了更适合于数字图像处理，将该方程表示为离散形式： 另外，拉普拉斯算子还可以表示成... 1．基本理论 拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数，定义为： 为了更适合于数字图像处理，将该方程表示为离散形式： 另外，拉普拉斯算子还可以表示成...
- 环境：Windows xp+MATLAB 2010b 提及角点检测，就不能忘了最经典的Harris角点检测算法，下面就主要介绍下Harris算法及其matlab实现。 算法介绍： 1）通常情况下，可以将区域内的点分为3类，a.平坦的点,b.边缘上的点,c.角点。 2)若对于这3类点分别求取Ix,... 环境：Windows xp+MATLAB 2010b 提及角点检测，就不能忘了最经典的Harris角点检测算法，下面就主要介绍下Harris算法及其matlab实现。 算法介绍： 1）通常情况下，可以将区域内的点分为3类，a.平坦的点,b.边缘上的点,c.角点。 2)若对于这3类点分别求取Ix,...
- 首先是介绍imresize()函数的使用 1）B=imresize(A,m); %将图像A的高和宽分别扩大m倍； 2）B=imresize(A,[m,n]);%将图像的高和宽分别扩大到m,n 为什么要介绍这个呢？因为图像分块时可能出现小数个块，为了使用其能够最大程度的显示出图像来... 首先是介绍imresize()函数的使用 1）B=imresize(A,m); %将图像A的高和宽分别扩大m倍； 2）B=imresize(A,[m,n]);%将图像的高和宽分别扩大到m,n 为什么要介绍这个呢？因为图像分块时可能出现小数个块，为了使用其能够最大程度的显示出图像来...
- 共同点： SIFT/SURF为了实现不同图像中相同场景的匹配，主要包括三个步骤： 1、尺度空间的建立； 2、特征点的提取； 3、利用特征点周围邻域的信息生成特征描述子 4、特征点匹配。 从博客上看到一片文章，... 共同点： SIFT/SURF为了实现不同图像中相同场景的匹配，主要包括三个步骤： 1、尺度空间的建立； 2、特征点的提取； 3、利用特征点周围邻域的信息生成特征描述子 4、特征点匹配。 从博客上看到一片文章，...
- 算法参考自： http://blog.sina.com.cn/s/blog_676b40ec0100z2pt.html http://blog.csdn.net/xiajun07061225/article/details/6926108 在写这篇文章的时候，发现网上关于 Canny 的代码大多是基于 C/C++，... 算法参考自： http://blog.sina.com.cn/s/blog_676b40ec0100z2pt.html http://blog.csdn.net/xiajun07061225/article/details/6926108 在写这篇文章的时候，发现网上关于 Canny 的代码大多是基于 C/C++，...
- 抖音、快手、《王者荣耀》，称得上是继跳皮筋、踢键子、悠悠球之后的青少年三大娱乐神器。在这场互联网这场互联网变革的洗礼中，不吹不黑，从产品经理的视角来看抖音如何从0开始打造用户体验、运营、以及用户链接？今天AAA教育的小编就来带大家盘点一下，2019抖音最新的玩法~ 还有当红流量明星热巴、鹿晗、关晓彤等，毫无偶像包袱的在这个平台，玩的像... 抖音、快手、《王者荣耀》，称得上是继跳皮筋、踢键子、悠悠球之后的青少年三大娱乐神器。在这场互联网这场互联网变革的洗礼中，不吹不黑，从产品经理的视角来看抖音如何从0开始打造用户体验、运营、以及用户链接？今天AAA教育的小编就来带大家盘点一下，2019抖音最新的玩法~ 还有当红流量明星热巴、鹿晗、关晓彤等，毫无偶像包袱的在这个平台，玩的像...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签