lichenhaod-CSDN博客

原创 matlab实现人脸识别

前面在python学习中实现了人脸检测，下面我将在matlab中实现人脸识别。人脸识别技术中被广泛采用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型,即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。

2015-09-08 12:30:03 26751

原创 python+opencv2生成随机字母

我们知道现在的各大网站，在注册以及登陆的过程中会有输入验证码这一步骤。但是验证码是如何生成的呢，下面我们就来看一下：import Image, ImageDraw, ImageFont, ImageFilterimport random#定义函数，生成随机字母:def rndChar(): return chr(random.randint(65, 90))

2015-09-06 08:29:35 891

原创 python+opencv实现基于图片序列的三维重建

三维重建一直是机器视觉研究的热门方向，比如，基于双目视觉，单目视觉，多视几何，光场三维重建等等。每一种方法都有其有点和局限性。单目视觉需要拍摄多幅图像，并且在拍摄过程中需要不断的调整相机的聚焦位置，最后采取一定的融合方法来找到每幅图像中的清晰像素点，从而得到深度信息。这种方法也被称为焦点堆栈法。在实际测试多个场景后，发现二级梯度评价函数和拉普拉斯评价函数融合效果较好。程序实现如下：

2015-09-05 09:27:09 18660 7

原创 python下实现人脸识别（opencv2）

上一篇中提到了在python下配置opencv2，这里就不在重复了。用opecv的自带分类器haarcascade_frontalface_alt.xml进行人脸识别。主要包含两部分内容：1，识别人脸，并用圆形框进行标记；2，对人脸的移动路线进行标记。程序实现如下：import cv2import numpy as npcv2.namedWindow("test")#命名一

2015-09-05 08:41:28 4682 1

转载 python2+opencv2做图像处理

首先下载安装Opencv，当前版本为2.4.9.然后下载Python，需要下载与opencv2匹配的版本。.下载numpy，仍然需要下载与python相匹配的版本，安装时直接点击默认安装就可以了。将Opencv安装目录下opencv\build\python\2.7\x86中的cv2.pyd复制到python安装目录Lib\site-packages下。下面就可以在py

2015-08-16 22:10:02 1944

原创光场相机标定微透镜阵列

这里主要介绍两种方法：第一种比较有理论基础是根据我导师的理论，多频相移标定法。最基础的原理是：微透镜对光线具有汇聚作用，在微透镜中心的像素具有较高的像素，基于这种特性，可以用峰值检测方法，用峰值像素所在的位置代替微透镜的中心位置。多频相移标定法：通过在显示器上显示多频相移图像，然后用光场相机进行拍摄，对拍摄到的所有图像求均值；对得到的均值图像进行峰值检测即可得到微透镜的中心坐标，实际上得到所有

2015-08-16 21:45:15 7414 5

原创 lytro原始图片重聚焦

lytro相机ccd得到的图片是具有六边形间隔效应的网格状图片，通过内部的白图像我们可以得到相机微透镜阵列的中心，从而在进行重聚焦时，可以在源图像上面进行。基本方法是光线追踪算法，假定每个像素代表一个光线，当调整ccd的位置时，光线在ccd上面的位置也发生了改变。运用这个原理，遍历原始光场图像的每一个像素点，在光场变换参数为d的情况下遍历其新的位置。遍历完成后，就可以得到原始光场图片的重聚焦图

2015-08-13 18:35:18 3096 2

原创 lytro 光场相机重聚焦

本人刚开始接触机器视觉领域就是学习解压lytro光场相机，lytro光场相机是有ng博士创立的lytro公司制造的。根据ng的论文描述，光场重聚焦主要通过空域和频域傅里叶变换来实现。而且ng认为频域的算法复杂度要比空域的要低，但是经过整合，空域的计算时间也是比较满意的，整体上与频域重聚焦相差无几。光场重聚焦实现如下（matlab）：%LF为五维光场数据。%d为光场变换参数。[m,n

2015-08-13 18:12:33 4443 2

lichenhaod-在这里努力学习