标签: matlab-cvst

我正在阅读论文: 法拉利等人.在"亲和力措施"部分.我明白法拉利等人.试图获得亲和力:

1. 位置亲和力 - 使用两个检测之间的交叉结合区域
2. 外观亲和力 - 使用直方图之间的欧几里德距离
3. KLT点亲和力测量

但是,我有两个主要问题:

1. 我无法理解2次检测之间交叉结合的实际含义以及如何计算它
2. 我尝试了一个略有差异的外观亲和力测量 我将RGB检测转换为HSV ..将Hue和Saturation连接成1个向量,并用它与其他检测进行比较.然而,使用该技术失败,因为袋子的检测具有比检测同一个人的头部(具有不同取向)更好的相似性得分.

对上述问题的任何建议或解决方案？谢谢你,非常感谢你的帮助.

我正在使用SIFT功能在opencv中实现Bag Of Words,以便对特定数据集进行分类.到目前为止,我一直是苹果集群描述符并生成词汇.据我所知,我必须训练SVM ...但我有一些问题,我真的很困惑他们.主要问题是实现背后的概念,这些是我的问题:

1-当我提取特征然后创建词汇表时,我是否应该提取所有对象的特征(比如5个对象)并将它们放在一个文件中,所以我将它们全部放在一个包含所有对象的单个词汇表文件中话？以及在我进行分类时如何将它们分开？

2-如何实现SVM？我知道openCV中使用的函数但是如何？

3-我可以在MATLAB中完成工作,我的意思是SVM培训的实施,但有没有可用的代码可以指导我完成我的工作？我已经看到安德烈Vedaldi使用的代码,在这里,但他每次用一个类和另一个问题,他没有展示如何创建,他是用他的练习.MAT文件只工作.我能找到的所有其他实现,他们都没有使用SVM.所以,你能指导这一点吗!

谢谢

问题

我有一张从摆动车上拍下来的照片.为简单起见,我将其转换为黑白图像.一个例子如下所示:

图像显示高强度返回并且在其中具有图案,发现所有有效图像都以红色圈出.该图像可以根据车辆的旋转从多个角度拍摄.另一个例子是:

这里的目的是尝试识别存在该模式的图像单元.

当前的方法

到目前为止,我已经尝试了几种方法,我使用Matlab进行测试,但最终将在c ++中实现.期望算法是时间有效的,但是,我对任何建议感兴趣.

SURF(加速鲁棒特征)特征识别

我尝试了SURF的默认matlab实现来尝试查找功能.Matlab SURF能够识别2个示例中的特征(与上面不同)但是,它无法识别常见的:

我知道点数不同但模式仍然有些可识别.我尝试了多套图片,几乎没有共同点.从阅读关于SURF看来,无论如何它对于倾斜的图像似乎都不健壮. 也许这里有一些关于预处理的建议？

模板匹配

因此尝试了模板匹配,但对于应用程序来说绝对不是理想的,因为它不适合缩放或偏斜变化.我愿意预先处理想法来解决这个问题.这可能非常简单,关于图片的额外信息的一些讨论将进一步提供.

现在让我们调查模板匹配:假设我们有以下两个图像作为模板和当前图像:

模板选自最前向的图像之一.在非常相似的图像上使用它我们可以匹配位置:

但是(然而有些明显)如果我们将图片改变为不同的角度,它将无法工作.当然我们期望这样,因为模板不再像图像中的模式:

所以我们显然也需要一些预处理工作.

Hough Lines和RANSAC

霍夫线和RANSAC可能能够为我们识别线,但是我们如何获得模式位置？

其他我还不知道的

我对图像处理场景很陌生,所以我很想听听任何其他技术,以适应这个简单但困难的图像记录问题.

传感器及其如何帮助预处理

传感器是一个3D激光器,它已经变成了这个实验的图像,但仍然保留了它的距离信息.如果我们使用从0到255的距离缩放绘制,我们得到以下图像:

更轻的地方.这绝对可以帮助我们调整图像,一些关于最佳方式的想法？.到目前为止,我已经想过计算非0的单元格的正常情况,我们也可以做一些梯度下降或最小二乘拟合,使得距离的差异为0,这可以使图像对齐以便它永远是直的.问题是白色条纹是否更远？也许我们可以将其细分？我们在算法上构建算法,所以我们需要小心,这样就不会成为怪物.

任何帮助或想法都会很棒,我很乐意调查任何严肃的答案!

如果已知起点和终点坐标,在MATLAB中在黑白(二进制)图像上绘制线条的最佳方法是什么？

请注意,我不是要添加注释行.我希望这条线成为图像的一部分.

我正在使用Matlab进行相机校准,使用Jean-Yves Bouget的相机校准工具箱.我有校准程序中的所有相机参数.当我使用不在校准集中的新图像时,我可以获得其变换方程,例如Xc = R*X + T,其中X是世界框架中校准装备(平面)的3D点,Xc是其坐标相机架.换句话说,我拥有一切(外在和内在参数).

我想要做的是对此图像执行透视校正,即我希望它删除任何透视图并看到校准装置未失真(它是一个棋盘).

Matlab的新计算机视觉工具箱有一个对象,在给定3X3矩阵H的情况下对图像执行透视变换.问题是,我不能从已知的内在和外在参数计算这个矩阵!

在MATLAB中,我使用归一化的八点算法计算了基本矩阵(两个图像).由此我需要对3D空间中的相应图像点进行三角测量.根据我的理解,要做到这一点,我需要旋转和翻译图像的相机.最简单的方法当然是首先校准相机然后拍摄图像,但这对我的应用来说太紧张了,因为它需要这个额外的步骤.

这样我就可以进行自动(自拍)相机校准.我看到了捆绑调整的提及,但是在"邀请3D视觉"中它似乎需要初始平移和旋转,这让我觉得需要校准相机或者我的理解不足.

所以我的问题是如何自动提取旋转/平移,以便我可以将图像点重新投影/三角测量到3D空间.任何MATLAB代码或伪代码都会很棒.

使用detectMSERFeatures从Matlab中的图像中找到最大稳定的极值区域(MSER).

是否有任何补丁或方法可以从Matlab 获取分层MSER组件树？

当Matlab计算区域时,无论如何都会生成此树 - 它只返回每个区域树中最"稳定"的组件.由于这个树已经存在,我正在寻找从Matlab库中向用户代码公开的方法,这样可以隐藏这个部分,并且只提供最终的"最大稳定"区域.

任何事情都是可以接受的 - 修改Matlab内置代码,补丁,黑客等等.(我意识到OpenCV有这样的补丁,但是我试图避免移植到OpenCV,因为大多数其他程序都是用Matlab编写的).

编辑:(从原来的分层MSER论文)

Detected MSERs(左), MSER Tree(右)

我CascadeObjectDetector在MATLAB中有一个问题.在CascadeObjectDetectorMATLAB的源代码中,我看到:

pCascadeClassifier; % OpenCV pCascadeClassifier 

然后我看到:

%------------------------------------------------------------------
% Constructor
%------------------------------------------------------------------
function obj = CascadeObjectDetector(varargin)              
    obj.pCascadeClassifier = vision.internal.CascadeClassifier;
    ...
end

并在stepImpl:

bbox = double(obj.pCascadeClassifier.detectMultiScale(I, ...
            double(obj.ScaleFactor), ...
            uint32(obj.MergeThreshold), ...            
            uint32(obj.MinSize), ...
            uint32(obj.MaxSize)));

你知道vision.internal.CascadeClassifier吗,是什么？它只是OpenCV CascadeClassifier吗？detectMultiScale功能的源代码在哪里？

我正在尝试使用MATLAB实现自动面部检测.我知道如何使用OpenCV实现它,但我想在MATLAB中实现它.

我看到两个网站:

1)http://www.mathworks.com/matlabcentral/fileexchange/11073.首先,这个网站很好,它适用于神经网络.它适用于与它一起提供的图像.但是,当我使用我的图像训练神经网络时,准确性非常差.

2)第二个是http://www.mathworks.com/matlabcentral/fileexchange/13716-face-eye-detection.当我用自己的图像测试时,准确性很差.

寻找更好的解决方案以及我应该做什么的建议.谢谢.

这在OpenCV中很容易做到,但是我想要一个相当高效并且可以轻松更改的本机Matlab实现.该方法应该能够采用上述链接中指定的摄像机参数.