上一篇文章 SURF算法与源码分析、上 中主要分析的是SURF特征点定位的算法原理与相关OpenCV中的源码分析，这篇文章接着上篇文章对已经定位到的SURF特征点进行特征描述。这一步至关重要，这是SURF特征点匹配的基础。总体来说算法思路和SIFT相似，只是每一步都做了不同程度的近似与简化，提高了效...
分类：
编程语言 时间：
2014-10-24 18:28:04
阅读次数：
450
今天师兄给了我一个博士写的LBP特征源码。上网搜索了一些资料，并结合代码，大致有了思路。
原始LBP特征是根据相邻的像素点与中间相邻点相比的大小确定置为1或0，然后对每个像素点的领域信息进行整合，变为领域个位的数的编码。然后对一个块中所有像素的编码进行直方图的统计，得到LBP特征。
圆形LBP特征就是在每一个像素点周围用圆形区域进行编码采样，其余和原始LBP特征相同。
这里有图，说的更加明白...
分类：
其他好文 时间：
2014-10-13 23:09:07
阅读次数：
373
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
最近在做基于Meanshift的人脸跟踪，效果一般。标准算法选择Hue分量作为特征，为了提高对背景的鲁棒性，有人提出了结合梯度、LBP等特征的多特征空间。但是直方图维数太少，而且丢失空间信息，使得特征分类价值退化严重。经测试，对于背景颜色与肤色类似（黄色）的情况，跟踪失效。因此看了看市面上的产品如何...
分类：
其他好文 时间：
2014-08-31 13:12:21
阅读次数：
285
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一 颜色特征（一）特点：颜色特征是一种全局特征,描 述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区 域的方向、大小等变化不敏感，所以颜色特征不...
分类：
其他好文 时间：
2014-08-29 14:23:37
阅读次数：
254
OpenCV支持的目标检測的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。注意，新版本号的C++接口除了Haar特征以外也能够使用LBP特征。先介绍一下相关的结构，级联分类器的计算特征值的基础类FeatureEvalua...
分类：
其他好文 时间：
2014-08-22 21:05:49
阅读次数：
981
原谅我用图片，MAC在Safari里给文章进行图文排版太麻烦啦~本文适合初入计算机视觉和模式识别方向的同学们观看~文章写得匆忙，加上博主所知甚少，有不妥和勘误请指出并多多包涵。本文Demo的代码由HZK编写，特征点由月神和YK选择和训练.转载请注明 copyleft by sciencefans, ...
分类：
其他好文 时间：
2014-08-21 22:37:14
阅读次数：
447
接下来开始Haar特征提取算法的解析：
在本算法中，Haar特征选取了6种特征子,代码及解析如下：
6种Haar特征描述子计算如下，接下来分析Haar特征的应用：
//生成Haar特征向量 192维 32*6=192维
void HaarFeatures::GenerateSystematic()
{
float x[] ...
分类：
其他好文 时间：
2014-07-28 00:27:50
阅读次数：
273
1996年，Ojala老大爷搞出了LBP特征，也即参考文献1。当时好像并未引发什么波澜。到了2002年的时候，老大爷又对LBP的特性进行了总结，产生了参考文献2，这篇文献目前为止引用数目4600+，足见其分量之重了。
到了2004年的时候，Ahonen将LBP特征首次用于人脸检测，即参考文献3。由于该特征的简单易算性，虽然其总体效果不如Haar特征，但速度则快于Haar，所以也得到了广泛的使用。
2007年的时候，中科院的一帮大神将Haar特征计算的积分图方法引入进来，产生了多尺度的LBP特征，也即参考文献...
分类：
其他好文 时间：
2014-07-08 17:51:41
阅读次数：
521
OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。注意，新版本的C++接口除了Haar特征以外也可以使用LBP特征。
先介绍一下相关的结构，级联分类器的计算特征值的基础类FeatureEvaluator，功能包括读操作read、复制clone、获得特征类型getFeatureType，分配图片...
分类：
其他好文 时间：
2014-07-08 15:38:11
阅读次数：
315
