機器視覺算法與應(yīng)用筆記-文庫吧資料
2025-06-23 04:14本頁面
【正文】 著制約性），最終確定出一最準(zhǔn)確參數(shù)。內(nèi)參可以通過攝像機及鏡頭的參數(shù)說明得到，而外參則需要通過之前橢圓尺寸的到一個初始值（最優(yōu)化過程）。標(biāo)定過程：為了進(jìn)行攝像機標(biāo)定，必須已知世界坐標(biāo)系中足夠多三維空間點的坐標(biāo)，找到這些空間點在圖像中的投影點的二維坐標(biāo)，然后再通過它們確定其它參數(shù)。九個參數(shù)為攝像機的內(nèi)參，它們確定了攝像機從三維空間到二維圖像的投影關(guān)系。線陣攝像機的攝像機模型：運動向量世界坐標(biāo)系——攝像機坐標(biāo)系——圖像坐標(biāo)系（變換關(guān)系）。輪廓的面積和重心計算公式為：重心：攝像機標(biāo)定：是準(zhǔn)確測量目標(biāo)物體的必要過程，由于每個鏡頭的畸變都不一樣，通過標(biāo)定校正鏡頭畸變，同時可以得到在世界坐標(biāo)系中目標(biāo)物體米制單位的坐標(biāo)。（基于矩的灰度值特征與相應(yīng)的局域矩的區(qū)域特性非常相似）使用區(qū)域的特征函數(shù)作為灰度值時，灰度值矩就被簡化為區(qū)域矩（特征函數(shù)被用來解釋1為像素在區(qū)域內(nèi)，0為像素在區(qū)域外，在處理小物體上，灰度值矩能得到準(zhǔn)確度更好地處理結(jié)果）；定義一個模糊隸屬關(guān)系：灰度值低于北京灰度值最小值的每個像素，其隸屬關(guān)系值為0，高于前景灰度值最大值的每個像素，關(guān)系為1，灰度值落在此范圍內(nèi)，其隸屬關(guān)系通過線性插值得到，而這一計算過程需要使用浮點圖像，所以將隸屬關(guān)系值按比例放大到一個b位整數(shù)圖像上（一般8位），再通過計算灰度值矩和中心灰度矩判斷區(qū)域特征。在一定區(qū)域內(nèi)，一個點集的凸包就是包含了區(qū)域內(nèi)所有點的最小凸集（如果任意兩點練成的直線上的所有點都在點集中，這個點集就是凸集），所以可以利用凸包來確定某區(qū)域（面積與該區(qū)域凸包比值為凸性）；然后再跟蹤區(qū)域邊界獲取一個輪廓，獲取到輪廓線段的歐幾里得距離，進(jìn)行求和就得到輪廓長度L,加上面積a引出緊性概念。特征提?。簠^(qū)域的矩作為特征量，要對分割出來的區(qū)域進(jìn)行操作，需要確定一個或多個特征量（特征），區(qū)域特征是能夠從區(qū)域自身提取出來的特征；灰度值特征還需要圖像中區(qū)域內(nèi)的灰度值；輪廓特征是基于輪廓坐標(biāo)的。 分形算法：分形算法(Fractal Interpolation)是Altamira Group提出的一種算法，這種算法得到的圖像跟其他算法相比更清晰、更銳利。傅里葉變換：將圖像函數(shù)從空間域轉(zhuǎn)變到頻率域，可以再進(jìn)行頻率高低的濾波操作平滑。干擾后灰度值=圖像灰度值+噪聲信號（將噪聲看作是針對每個像素平均值為0且方差是б2的隨機變量），降噪方法之一、時域平均法，采集多幅圖像進(jìn)行平均，標(biāo)準(zhǔn)偏差將為原來的1/根號n，求的平均值后，將任意一幅圖像減去平均，即為該幅圖像的噪聲；方法之二、空間平均操作法，通過像素數(shù)(2n+1)*(2m+1)的一個窗口進(jìn)行平均操作，會使邊緣模糊（計算量非常大，進(jìn)行(2n+1)
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1