计算Haar特征时有用到这个。 wiki介绍的非常好，我可耻的转了： 积分图的每一点（x, y）的值是原图中对应位置的左上角区域的所有值得和： 而且，积分图可以只遍历一次图像即可有效的计算出来，因为积分图每一点的（x, y）值是： 一旦积分图计算完毕，对任意矩形区域的和的计算就可以 ...

算法没有和图像处理直接相关，不过对于图像分类中的模式识别相关算法，也许会用到这个优化算法。 算法步骤： 1.首先确定粒子个数与迭代次数。 2.对每个粒子随机初始化位置与速度。 3.采用如下公式更新每个粒子的位置与速度。 Px=Px+Pv*t;　%位置更新公式　 Pv=Pv+(c1 ...

拿到一张全景图，我们可以做一些变换将其投影到平面上。 比如可以投影到局部立方体平面、可以投影到类似行星效果的平面，还可以投影到类似超广角像头一样的平面。 所有的投影方式基本是一致的，唯一的区别就是视点位置和视场角的大小。 比如我们有下面一张全景图。 全景图宽高比为2:1，可以认为是球 ...

这个程序我最初是用FreeImage写的，这两天改成了matlab，再不贴上来，我就要忘了。 看到一篇文章有这样的变换，挺有意思的，就拿来试了一下，文章点此。 全景图到穹顶图变换，通俗的说就是将全景图首尾相接做成一个圆环的样子。 先看下面这张图： 下面的矩形就是我们要处理的全景图，上面 ...

计算步骤如下： 图片来自《视觉slam十四讲》6.2.2节。 下面使用书中的练习y=exp(a*x^2+b*x+c)+w这个模型验证一下，其中w为噪声，a、b、c为待解算系数。 代码如下： 迭代结果，其中散点为带噪声数据，红线为原始模型，绿线为解算模型 ...

上一篇博客中介绍的高斯牛顿算法可能会有J'*J为奇异矩阵的情况，这时高斯牛顿法稳定性较差，可能导致算法不收敛。比如当系数都为7或更大的时候，算法无法给出正确的结果。 Levenberg-Marqua ...

　　早知道有向图和无向图差别没有想象中的大我就写到一起了。 　　函数中使用的arrow画箭头函数是在这个网站下的。 运行结果： ...

...