自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 修改stitcher_detail库文件,提升拼接精度及拼接速度

对筛选出的匹配点对通过强制将其都视为内点inline,计算中置信度,根据置信度使用查并集的方法的方法对所有图像进行分组,依次生成每个图像间的H矩阵用于图像拼接。特征匹配与匹配点筛选采用暴力匹配将所有关键点进行匹配,使用knnMatch的方法首先对暴力匹配的结果进行筛选,筛选出同时满足1->2与2->1的点对,将其称之为粗匹配,对粗匹配的结果采用密度聚类的方法搜索出同时满足以下条件的特征点对:任意一对粗匹配的点。4.对匹配点对进行筛选,留下最优图像对生成单映矩阵H;3.特征匹配与匹配点筛选;

2023-01-02 15:19:49 287 1

原创 VGG-Bayes图像识别,基于贝叶斯定理

通常,事件A在事件B(发生)的条件下的概率,与事件B在事件A的条件下的概率是不一样的;然而,这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。作为一个规范的原理,贝叶斯法则对于所有概率的解释是有效的;然而,频率主义者和贝叶斯主义者对于在应用中概率如何被赋值有着不同的看法:频率主义者根据随机事件发生的频率,或者总体样本里面的个数来赋值概率;贝叶斯主义者要根据未知的命题来赋值概率。一个结果就是,贝叶斯主义者有更多的机会使用贝叶斯法则。贝叶斯法则是关于随机事件A和B的条件概率和边缘概率的。其中P(A|B)是在B

2022-06-19 11:42:32 384

原创 16进制字符串转string

16进制转string

2022-02-08 16:21:08 1994

原创 一种opencv特征匹配点的筛选方法

图像拼接,特征点筛选,概率密度筛选

2021-12-08 10:27:40 604

原创 2020-11-25统计英文文章中词汇个数里重复词汇数量

使用C/C++统计文章词汇数目,并统计重复词汇出现的次数。#include<iostream>#include<ios>#include<iomanip>#include<vector>#include<ostream>#include<math.h>#include<algorithm>#include<istream>#include<iterator>#include&l

2020-11-25 19:34:14 193

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除