搞圖像深度學習的童鞋一定碰過圖像數據標注的東西，當我們訓練網絡時需要訓練集數據，但在網上又沒有找到自己想要的數據集，這時候就考慮自己制作自己的數據集了，這時就需要對圖像進行標注。圖像標注是件很枯燥又很費人力物力的一件事情，但是又不能回避，畢竟搞深度學習如果沒有數據集那一切都是瞎搞。最近我在參加一個 ...

二值化 知道原理之后，我馬上利用強大的opencv開發一個類似“全能掃描王”掃描工具。 整理一下 ...

圖像配准需是指對不同條件下得到的兩幅或多幅圖像進行匹配、疊加的過程。最簡單的做法就是求得原圖像到目標圖像之間的透視變換矩陣，將原圖像按照矩陣進行變換，就可以得到和目標圖像相似的效果。透視變換是將成像投影到一個新的視平面，也稱作投影映射。 透視變換實質上是將二維的圖片變換到三維的坐標系中 ...

今天在網上看到一篇2017年的論文，是關於圖像配准的，偏醫學圖像，主要是講針對於3D耳蝸醫學圖像的自動配准的問題，因為現存的技術都是醫生使用手動成像進行圖像配准和分割，非常耗時，而且耳蝸的體積非常小，結構復雜，這對於多模態耳蝸圖像的自動配准來說是一個巨大的挑戰。這篇論文提出了一種 ...

圖像拼接在實際的應用場景很廣，比如無人機航拍，遙感圖像等等，圖像拼接是進一步做圖像理解基礎步驟，拼接效果的好壞直接影響接下來的工作，所以一個好的圖像拼接算法非常重要。 再舉一個身邊的例子吧，你用你的手機對某一場景拍照，但是你沒有辦法一次將所有你要拍的景物全部拍下來，所以你對該場景從左往右依次拍了 ...

今天接觸到圖像配准問題，在網上搜索了一會，了解到目前還沒有哪一種方法能夠應對所有的配准情況，任何一種配准算法都必須考慮圖像的成像原理、幾何變形、噪聲影響、配准精度等因素。從原理上講，配准大致可以分為以下四個步驟： （1）特征提取 采用人工或者自動的方法檢測圖像中的不變特征 ...

版權聲明:本篇博客大部分代碼引用於公眾號：java團長，我只是在作者基礎上稍微修改一些內容，內容僅供學習與參考 前言：目前mvc框架經過大浪淘沙，由最初的struts1到struts2,到目前的主流 ...

（一）圖像特征匹配--SIFT 1.1 SIFT背景簡介 SIFT算法是David Lowe在1999年提出的局部特征描述子，並在2004年深入發展和完善。 SIFT算法是在尺度空間進行特征檢測並確定關鍵點的位置和關鍵點所在的尺度。 該關鍵點 ...