LBP方法（Local binary patterns）是一个计算机视觉中用于图像特征分类的一个方法。LBP方法在1994年首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 提出，用于纹理特征提取。后来LBP方法与HOG特征分类器联合使用，改善了一些数据集[45].....
分类：
其他好文 时间：
2014-10-13 14:36:29
阅读次数：
218
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測的特征描写叙述子。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，尤其在行人检測中...
分类：
其他好文 时间：
2014-10-11 20:37:36
阅读次数：
272
模式识别，计算机视觉领域，期刊(1)patternrecognitionletters,从投稿到发表，一年半时间(2)Patternrecognition不好中，时间长(3)IEICETransactionsonInformationandSystems，作者中有一个必须是会员。收费高，审稿快。影响...
分类：
其他好文 时间：
2014-10-10 18:57:44
阅读次数：
273
一、特征提取Feature Extraction：· SIFT [1] [Demo program][SIFT Library] [VLFeat]· PCA-SIFT [2] [Project]· Affine-SIFT [3] [Project]· SURF [4] [OpenSURF] [Mat...
分类：
其他好文 时间：
2014-10-03 18:51:35
阅读次数：
469
【来信】贺老师，您好！ 首先自我介绍一下。本人现在大三，在北京的一所985大学，主修计算机科学与技术专业，副修统计学专业。 当年选择计算机这个专业，是觉得比较符合时代潮流，虽然我上大学之前都没怎么接触过电脑。 其实大三了，感觉动手能力还是比较差的，不能很快地找到解决问题的方法，但因为我理解能力还不差，功课还是不错的，数学比一般计算机系的人要强，还参加了学院的一个实验室。目前是看计算机视觉方面...
分类：
其他好文 时间：
2014-10-03 10:45:34
阅读次数：
288
1. 边缘检测的概念边缘检测是图像处理与计算机视觉中极为重要的一种分析图像的方法，至少在我做图像分析与识别时，边缘是我最喜欢的图像特征。边缘检测的目的就是找到图像中亮度变化剧烈的像素点构成的集合，表现出来往往是轮廓。在对现实世界的图像采集中，有下面4种情况会表现在图像中时形成一个边缘。深度的不连续（...
分类：
其他好文 时间：
2014-10-01 22:08:11
阅读次数：
380
我们先看计算机科学有哪些子领域。学术领域有：计算理论信息和编码理论算法和数据结构形式化方法程序设计语言实践领域有：计算机体系结构并行计算和分布式系统实时系统和嵌入式系统操作系统计算机网络科学计算安全性和密码学人工智能（模式识别、机器学习、数据挖掘、信息提取）计算机图形学、计算机视觉、多媒体数据库和大...
分类：
其他好文 时间：
2014-10-01 19:07:11
阅读次数：
205
计算机视觉领域的一些牛人博客，超有实力的研究机构等的网站链接（1）googleResearch； http://research.google.com/index.html（2）MIT博士，汤晓欧学生林达华； http://people.csail.mit.edu/dhlin/index.html（...
分类：
Web程序 时间：
2014-09-19 11:33:45
阅读次数：
405
最近下载了一个基于RBM的数字识别的C++代码，打开工程，发现了几个头文件 、、。矮油，这个程序还要调用其他库呀，一查，opencv（Open Source Computer Vision Library）原来是一个基于（开源）发行的跨平台计算机视觉库，目前已经实现了图像处理和计算机视觉方面的很多....
分类：
其他好文 时间：
2014-09-12 16:48:53
阅读次数：
272
OpenCV是计算机视觉库，那么处理的对象无非两个：“图片”及“视频”（其实视频也是被解压成单帧图像来处理的，总的来说，还是处理图像）。
那么要想学习OpenCV，第一步必须知道OpenCV是怎么打开“图像”及“视频”文件然后显示的。
如果要想实现这些功能，其实很简单，步骤如下：
1. 新建工程
打开VS2010，新建一个项目，选择“Win32控制台应用程序”（使用...
分类：
其他好文 时间：
2014-09-04 20:54:50
阅读次数：
240
