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 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。 ...
分类：
其他好文 时间：
2016-09-30 23:35:42
阅读次数：
292
在计算机视觉研究当中，HOG算法和LBP算法算是基础算法，但是却十分重要。后期很多图像特征提取的算法都是基于HOG和LBP，所以了解和掌握HOG，是学习计算机视觉的前提和基础。 HOG算法的原理很多资料都可以查到，简单来说，就是将推向分成一个cell，通过对每个cell的像素进行梯度处理，进而根据梯 ...
分类：
编程语言 时间：
2016-09-22 22:32:37
阅读次数：
284
（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， ...
分类：
其他好文 时间：
2016-09-14 21:48:02
阅读次数：
266
基于OpenCv 2.4.6 1 #include "highgui.h" 2 3 //#include "features2d/features2d.hpp"// 4 #include <opencv2/nonfree/features2d.hpp> 5 #include<opencv2/lega ...
分类：
编程语言 时间：
2016-08-19 11:12:15
阅读次数：
909
最近微博上有人发起投票那篇论文是自己最受益匪浅的论文，不少人说是lowe的这篇介绍SIFT的论文。确实，在图像特征识别领域，SIFT的出现是具有重大意义的，SIFT特征以其稳定的存在，较高的区分度推进了诸多领域的发展，比如识别和配准。上一篇文章，解析了SIFT特征提取的第一步高斯金字塔的构建，并详细... ...
分类：
其他好文 时间：
2016-08-04 01:32:03
阅读次数：
541
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，尤其在行人检测中获得 ...
分类：
其他好文 时间：
2016-07-04 21:58:04
阅读次数：
329
预处理是指在处于最低抽象层次的图像上所进行的操作，这时处理的输入和输出都是亮度图像。通常使用图像函数值矩阵表示的亮度图像。预处理的目的是改善图像数据，抑制不需要的变形或者增强某些对于后续处理重要的图像特征。图像预处理方法按照在计算新像素亮度时所使用的像素邻域的大小分为四类： 1、处理像素亮度变换；分 ...
分类：
其他好文 时间：
2016-06-23 20:40:41
阅读次数：
309
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果。
基本的路线：
1. 尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分...
分类：
编程语言 时间：
2016-06-21 08:00:23
阅读次数：
554
LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T.
Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；
1、LBP特征的描述
原始的LBP算子定义为在3*3的窗口内，以窗口中心...
分类：
其他好文 时间：
2016-06-21 07:35:47
阅读次数：
306
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果 ...
分类：
其他好文 时间：
2016-06-11 21:23:00
阅读次数：
288
