圖像處理文章進入圖像處理技術(shù)社區(qū)

圖像處理中的數(shù)學(xué)原理詳解9——索伯列夫空間

　　在泛函分析中，索伯列夫空間并不像巴拿赫空間或者希爾伯特空間那么引入注意。但是在圖像處理中，索伯列夫空間在介紹BV空間(有界變差函數(shù)空間)時，會被提到。而BV函數(shù)空間對于理解TV算法(偏微分方程在圖像處理中的重要內(nèi)容)至關(guān)重要!所以我特別在“圖像處理中的數(shù)學(xué)原理詳解”系列文章中留出一個小節(jié)來對索伯列夫空間進行必要的介紹。　　2.3.7 索伯列夫空間　　由廣義導(dǎo)數(shù)的定義可以看出，這種導(dǎo)數(shù)不是關(guān)于函數(shù)的個別點處局部性質(zhì)反映，因為它是通過在整個區(qū)間上積分的極限來確定的，而積分
關(guān)鍵字：圖像處理索伯列夫

基于圖像處理和模式識別的火災(zāi)檢測方法

　　學(xué)期末一直忙考試，大作業(yè)，很久沒來耕耘了。。。　　雖然考試都結(jié)束了，手頭還是累積了不少活兒要補，不多寫了，曬個小項目，之前一直做的，后來當做模式識別課程的大作業(yè)交了?！　〈篌w框架如下：　　　　還是之前的火災(zāi)檢測，但是在一些簡單的顏色、運動檢測的基礎(chǔ)上增加了模式識別的方法。(其實并不需要這么多種方法，因為作業(yè)要求試驗三種以上的方法)　　因為特征比較簡單——SVM、非線性SVM、決策樹、隨機森林都是用的顏色直方圖來訓(xùn)練;Adaboost就是完全用的《Rapid》中的
關(guān)鍵字：圖像處理模式識別

圖像處理中的數(shù)學(xué)原理詳解（Part8）——傅立葉變換的來龍去脈

　　千呼萬喚始出來，我們前面已經(jīng)做了很多很多的準備，終于可以揭開傅立葉變換的面紗了。當然，在閱讀這篇文章之前，請務(wù)必保證你已經(jīng)掌握了傅立葉級數(shù)的所有內(nèi)容，可以參看　　圖像處理中的數(shù)學(xué)原理詳解(Part4) ——傅立葉級數(shù)的概念1　　http://www.j9360.com/article/201703/344947.htm　　圖像處理中的數(shù)學(xué)原理詳解(Part5) ——傅立葉級數(shù)的概念2　　http://www.j9360.com/article/201703/344948.h
關(guān)鍵字：傅立葉變換圖像處理

圖像處理中的數(shù)學(xué)原理詳解（Part6） ——方向?qū)?shù)與梯度

　　1.3.3 方向?qū)?shù)與梯度　　　　　　
關(guān)鍵字：圖像處理梯度

圖像處理中的數(shù)學(xué)原理詳解（Part7）——哈密爾頓算子

　　在前面的部分中我們已經(jīng)完整地給出了梯度和散度這些數(shù)學(xué)概念的意義，這些生澀的定義在最初學(xué)習(xí)的時候很少有人會注意到它們跟圖像能有什么聯(lián)系。然而，隨著學(xué)習(xí)的深入，當真正接觸到圖像處理算法時，你又不得不承認，梯度、散度這些東西幾乎是無處不在的。本節(jié)所介紹的內(nèi)容就是這些概念在圖像處理中的最最簡單應(yīng)用之范例。這部分內(nèi)容與邊緣檢測技術(shù)密不可分。　　3.2.1 哈密爾頓算子　　　　　　　　
關(guān)鍵字：圖像處理哈密爾頓算子

圖像處理中的數(shù)學(xué)原理詳解（Part5）——傅立葉級數(shù)的概念2

　　1.4.3?傅立葉級數(shù)的概念(2)——含“狄利克雷收斂定理”　　?? ?　　?? ?　　?? ?　　本小節(jié)完。?
關(guān)鍵字：圖像處理傅立葉級數(shù)

圖像處理中的數(shù)學(xué)原理詳解（Part4） ——傅立葉級數(shù)的概念1

　　1.4.3 傅立葉級數(shù)的概念(1)　　　　　　　　我整理了圖像處理中可能用到的一些數(shù)學(xué)基礎(chǔ)，將其分成了6個章節(jié)(全文目錄見上方鏈接)。如果你對其中的某一小節(jié)特別感興趣，但是它還沒有被發(fā)布，你可以在博客下方留言，我會據(jù)此調(diào)整發(fā)布順序。但是請務(wù)必精確地指出章節(jié)標號(例如1.3.7 曲面積分)，而不是籠統(tǒng)地使用類似“第5章”或者“小波部分”這樣的表述。因為等我把全部整個
關(guān)鍵字：圖像處理傅立葉級數(shù)

圖像處理中的數(shù)學(xué)原理詳解（Part3）

　　1.3.9 斯托克斯公式與旋度　　　　　　　　　　本小節(jié)完。
關(guān)鍵字：圖像處理

圖像處理中的數(shù)學(xué)原理詳解（Part2）

　　1.3.8 高斯公式與散度(含格林第一恒等式，格林第二恒等式及格林互逆定理)　　　　　　　　本小節(jié)完。
關(guān)鍵字：圖像處理

實踐的意義——寫給圖像處理算法愛好者的建議

　　陸放翁詩云：“紙上得來終覺淺，絕知此事要躬行”，此乃亙古不變之真理也?！　D像處理研究的一個很大特點就在于，它是一種和實際應(yīng)用緊密聯(lián)系的實用型學(xué)科。所有的算法都是針對實際中遇到的問題而存在的。無論是我們新提出了一個算法，還是我們新學(xué)習(xí)了一個算法，都可以直接寫一個程序來檢驗它的處理效果。而且這種“效果”往往還是一目了然的。因為圖像處理的輸入和輸出都是圖像，圖像就是用來給人看的。這種直觀性是其它研究領(lǐng)域所很難具備的。例如，當年何愷明博士向CVPR提交其關(guān)于圖像去霧算法的論文時，審稿人就很驚訝于這么簡單的方
關(guān)鍵字：圖像處理 Matlab

一個貫穿圖像處理與數(shù)據(jù)挖掘的永恒問題

　　〇、序言　　創(chuàng)新對于學(xué)術(shù)研究或產(chǎn)業(yè)應(yīng)用都具有不言而喻的重要作用，現(xiàn)在國家也提出了要建立創(chuàng)新型國家的發(fā)展戰(zhàn)略。如果回到我們所探討的圖像處理或數(shù)據(jù)挖掘研究，細細品讀其中的某些點滴，你是否能窺探出些許啟迪?首先，創(chuàng)新可以分成兩種，一種是原始創(chuàng)新，另外一種就是所謂的二次創(chuàng)新。如果一個東西過去完全不存在，你鬼使神差的就想出來，那就是原始創(chuàng)新。比如圖靈當初石破天驚地構(gòu)想出圖靈機模型就是原始創(chuàng)新。到現(xiàn)在也沒有任何跡象表明，他受到了什么事或什么人的啟發(fā)。事實上，現(xiàn)在人們(包括我學(xué)習(xí)圖靈機的時候)也非常驚訝，圖靈是如何
關(guān)鍵字：圖像處理數(shù)據(jù)挖掘

圖像處理與機器視覺網(wǎng)絡(luò)資源收羅——傾心大放送

　　做圖像處理或計算機視覺研究和開發(fā)，常會在線搜索一些資源，日積月累便挖出了一堆比較牛的博主，特別說明：做這個方向的人很多，牛人也很多，但是這些資源大部分主要突出實用主義，相關(guān)博主也并不一定是這個領(lǐng)域中的泰山北斗(第一波中大部分都不是學(xué)校里的教授)，但是他們的空間里真的有料，可以學(xué)到很多。不斷更新中，但大浪淘沙，我只保留最值得推薦的?！　〉谝徊ㄊ且恍┵Y源豐富的博客，有算法介紹，也有代碼實現(xiàn)：　　1、畢業(yè)于荷蘭特溫特大學(xué)的Dirk-Jan Kroon博士，在Mathworks的FileExchan
關(guān)鍵字：圖像處理機器視覺

圖像處理中的數(shù)學(xué)原理詳解（Part1 總綱）

　　數(shù)字圖像處理技術(shù)的研究與開發(fā)對數(shù)學(xué)基礎(chǔ)的要求很高，一些不斷涌現(xiàn)的新方法中，眼花繚亂的數(shù)學(xué)推導(dǎo)令很多期待深入研究的人望而卻步。一個正規(guī)理工科學(xué)生大致已經(jīng)具備了包括微積分、線性代數(shù)、概率論在內(nèi)的數(shù)學(xué)基礎(chǔ)。但在分析一些圖像處理算法的原理時，好像還是感覺無從入手。實際所牽涉出來的問題主要可歸結(jié)為如下幾個原因：1)微積分、線性代數(shù)、概率論這些是非常重要的數(shù)學(xué)基礎(chǔ)，但顯示不是這些課程中所有的內(nèi)容都在圖像處理算法中有直接應(yīng)用;2)當你將圖像處理和數(shù)學(xué)分開來學(xué)的時候，其實并沒有設(shè)法建立它們二者的聯(lián)系;3)一些新方法或
關(guān)鍵字：圖像處理算法

如何學(xué)好圖像處理——從小白到大神？

　　什么是數(shù)字圖像處理?歷史、以及它所研究的內(nèi)容　　說起圖像處理，你會想到什么?你是否真的了解這個領(lǐng)域所研究的內(nèi)容?？v向來說，數(shù)字圖像處理研究的歷史相當悠久;橫向來說，數(shù)字圖像處理研究的話題相當廣泛?！　?shù)字圖像處理的歷史可以追溯到近百年以前，大約在1920年的時候，圖像首次通過海底電纜從英國倫敦傳送到美國紐約。圖像處理的首次應(yīng)用是為了改善倫敦和紐約之間海底電纜發(fā)送的圖片質(zhì)量，那時就應(yīng)用了圖像編碼，被編碼后的圖像通過海底電纜傳送至目的地，再通過特殊設(shè)備進行輸出。這是一次歷史性的進步，傳送一幅圖片的時間從原
關(guān)鍵字：圖像處理 Matlab

基于Zynq平臺硬件加速的體感游戲

隨著嵌入式系統(tǒng)的發(fā)展，我們已經(jīng)越來越離不開它們。本文設(shè)計了一個基于Xilinx ZYNQ平臺硬件加速的體感游戲。首先，我們完成了手勢方向控制貪食蛇游戲，該游戲通過進行膚色檢測、手勢跟蹤并分析軌跡，來控制貪食蛇的位置。然后，我們實現(xiàn)了用verilog語言編寫的運行在FPGA上的膚色學(xué)習(xí)和識別算法。最后，軟件游戲調(diào)用基于AXI總線的協(xié)議與硬件加速單元通信，膚色識別算法運行時間減少了43.2713%，達到了加速的效果。
關(guān)鍵字：圖像處理 FPGA Zynq芯片 201611

共195條 4/13 |‹ « 2 3 4 5 6 7 8 9 10 11 » ›|

圖像處理介紹

　　圖像處理　　image processing 　　用計算機對圖像進行分析，以達到所需結(jié)果的技術(shù)。又稱影像處理。　　基本內(nèi)容圖像處理一般指數(shù)字圖像處理。數(shù)字圖像是指用數(shù)字攝像機、掃描儀等設(shè)備經(jīng)過采樣和數(shù)字化得到的一個大的二維數(shù)組，該數(shù)組的元素稱為像素，其值為一整數(shù)，稱為灰度值。圖像處理技術(shù)的主要內(nèi)容包括圖像壓縮，增強和復(fù)原，匹配、描述和識別3個部分。　　圖像壓縮由數(shù)字化得到的一 [ 查看詳細 ]