- 博客(0)
- 资源 (22)
- 收藏
- 关注
RSS订阅Zernike正交矩的亚像素边缘检测原文
利用正交矩来进行亚像素边缘检测的算法,首先通过计算图像3个不同阶次的Zernike正交矩，把理想阶跃灰度模型的4个参数映射到3个Zernike正交矩中；然后计算边缘所在直线的参数，确定边缘的亚像素级坐标。
2019-01-16
数字图像处理中的矩(详解)
矩：最开始力矩这个概念是由阿基米德提出的来描述‘移动能量’这一概念，称之为moment，比如杠杆原理：F1D1= F2D2，等式左右两端都称为力矩，即力乘距离。延拓到统计学被用来反映随机变量的分布情况，将对应变量赋予权值，得到的就是期望(均值)，再延伸回力学中，他被用作刻画空间物体的质量分布，
2018-12-06
特征值分解与奇异值分解
本文主要关注奇异值的一些特性，另外还会稍稍提及奇异值的计算，不过本文不准备在如何计算奇异值上展开太多。另外，本文里面有部分不算太深的线性代数的知识，如果完全忘记了线性代数，看本文可能会有些困难。
2018-12-06
Halocn下基于结构张量的增强
执行图像的一致性增强扩散，这个算子是用于多尺度纹理增强，特别是对不连续的指纹，可以用来增强和连接纹理是halcon中的算子coherence_enhancing_diff
2018-12-06
steger高斯线检测自翻原稿
曲线提取作为低尺度操作中很重要的一步有许多应用。现存的大多数操作只使用简单的模型去进行提取，也就是说，没有考虑线周围造成的影响，这将会导致不希望的结果，只要存在不同的横向对比度(存在灰度差)，线就会被检测在错误的位置上。相比之下，本文提出的算法使用的是关于该直线与其邻域的模型。通过分析尺度空间下的线轮廓，可以看出如何消除不对称线带来的偏差。此外，该算法不仅返回精确地亚像素位置，还返回每个线点的线宽，当然也是亚像素的
2018-12-06
卡尔曼滤波
卡尔曼滤波是美国工程师Kalman 在线性最小方差估计的基础上，提出的在数学结构上比较简单的而且是最优线性递推滤波方法，具有计算量小、存储量低，实时性高的优点。特别是对经历了初始滤波后的过渡状态，滤波效果非常好。
2018-12-05
机器视觉算法与应用-照明
文件- 机器视觉中照明的目的是使被测物的重要特征显现，而抑制不需要的特征。为达到此目的，我们需要考虑光源与被测物之间的相互作用。其中一个重要的因素就是光源和被测物的光谱组成。我们可以用单色光照射彩色物体以增强被测物相应特征的对比度。照明的角度可以用于增强某些特征
2018-12-05
机器视觉算法与应用—照明
机器视觉中照明的目的是使被测物的重要特征显现，而抑制不需要的特征。为达到此目的，我们需要考虑光源与被测物之间的相互作用。其中一个重要的因素就是光源和被测物的光谱组成。我们可以用单色光照射彩色物体以增强被测物相应特征的对比度。照明的角度可以用于增强某些特征
2018-12-05
熵与信息熵
熵的概念最早起源于物理学，主要使用宏观形式（克劳修斯形式）即任何可以自发进行的过程中，恒温热Q和温度T的比值永远是一个正值。
Shannon在通信的数字原理一书中把信息定义为消除不定性的东西。既然如此，那么信息量就可以用被消除的不定性的大小来表示。而这种不定性是由随机性引起的，因此可用概率论方法来描述。这就是Shannon信息熵方法的基本思想。
2018-12-05
卷积与高斯滤波
在泛函分析中，卷积、旋积或摺积(英语：Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子，表征函数f 与g经过翻转和平移的重叠部分的面积。
如果将参加卷积的一个函数看作区间的指示函数，卷积还可以被看作是“滑动平均”的推广。
2017-09-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人