Questions tagged «image-processing»

我有表面：ž 我（X ，ÿ ）与每个表面上的测量的属性（变量）：一个我（X ，ÿ ）。大多数表面将在整个表面上具有随机分布的属性，但是某些表面（有趣的表面）将显示出蜿蜒的河流模式：ññnž一世（x ，y）ž一世（X，ÿ）z_i(x,y)一种一世（x ，y）一种一世（X，ÿ）a_i(x,y) 我需要您的帮助，以提出一个可以告诉我们表面中最有可能具有这种图案的测量方法。ññn 如下所示，有许多可能具有相同直方图的地图；因此该度量需要“奖励”空间连续性。为了说明这一点，我创建了一个随机图像，其直方图与河流图像几乎相同： 因此，图像统计信息熵可能只是解决方案的一部分。 这是一个没有蜿蜒河流图案的图像示例： 我的图像是合成的（在Matlab中制作）。在现实生活中，没有图案的图像可能会以相似值的小斑点形式具有更多的空间连续性。 以下是灰度图像：

14 image-processing  computer-vision 

我有一个汉字笔画动画数据库。每个条目基本上都是一组点，这些点显示了应如何绘制字符以及以什么顺序绘制字符。 为了简化查找​​，我想允许用户用鼠标手动绘制一个字符，然后我的软件会提出一些可能的匹配项（例如在iPhone上完成）。 我在Google上进行了搜索，但没有找到任何相关内容。我想知道我需要看什么算法或研究论文。我想这与形状识别有关，除了形状（汉字）的绘制顺序也很重要。有什么建议吗？

14 image-processing 

在图像处理中，将滤波器称为非线性是什么意思？ 这是否意味着滤波器的方程包含导数，如果不包含导数，则将其称为线性方程？

14 image-processing  filters  image 

我希望这是问的正确地方。否则，请为我的错误感到抱歉，并请愿为我提供一个更好的网站。 我正在尝试使用一定范围的hsb图像实现一个超级简单的皮肤检测器。我正在这里和这里描述的方法。 我尝试使用网络摄像头中的视频源。如果我使用阳光照明，效果会很好（不是很好，但是很好），但是在霓虹灯下..那是一团糟。检测到很多白色区域，到处都有很多噪音。 为什么？ 我正在使用第二个来源中描述的算法： 将图像转换为HSV颜色空间 将白色放在0 <H <38的范围内 扩张过滤器 腐蚀过滤器 模糊滤镜

14 image-processing  computer-vision 

在我的项目中，我必须数字化使用普通相机（jpeg）拍摄的ECG图像。例如，我有以下相机捕获的图像： 我想得到这样的东西： 然后是数字化的数据（x，y点），如本视频中有关ECG的数字化 我不知道该怎么做，所以我搜索并查阅了几篇研究论文。算法的一般方法是： 更改为灰度图像 删除网格线 添加缺失点 将2D图像转换为1D图像 我坚持第二点，即删除网格线。我查找了更多参考资料以进行此操作，发现直方图分析可能会有所帮助。 您能否指导我如何执行此操作（我正在使用MATLAB 2010）？任何帮助，将不胜感激。

14 image-processing 

我是一位生物学家，对图像处理的经验很少，但是对MATLAB有足够的了解，并且拥有图像处理工具箱。理想情况下，我正在寻找基于MATLAB的解决方案，但是概述如何进行该工作的方法也将有所帮助。 更新（2011年11月28日） 使用合成图像时，似乎存在某些问题（例如信号重叠和颜色定义）（这是我在最初的问题中提出的问题）。我要附加来自2个通道的单独图像：绿色和红色（合成图像中的绿松石区域可以忽略）和合成图像。红色通道不好的原因有两个：1.由于较高的背景，对比度较差； 2.由于红色在背景水平上似乎渗入绿色。 甲特征被定义为在合成图像上的区域，其具有绿-红-蓝绿色-红色-绿色或等效地在果岭上2个相邻的直线段，并且是共线和传染性的红色。 我希望从两个单独的通道查看图像可以使特征识别更加容易。 我对该算法有以下建议： 首先确定共线的绿色线段（并确定绿色线段的长度） 确定在红色通道中是否有彼此相邻的传染性和共线段（即，绿色->红色-> <-红色<-绿色）。如果是，请定义红色分段的长度，从绿色分段的结束点（因为它们将与绿色分段重叠）到红色分段上最接近要素的另一个红色分段的点。（即红色段的末端之一设置为重叠绿色段的末端）。 非常感谢！ 背景： 我的问题与从图像中提取特征有关： 原始图像（tif）位于： 图片示例1（投递箱） 此图像是3个通道（tif格式）的合成：红色，绿色和青绿色。绿松石色的纤维简单地标记了盖玻片上的所有DNA。感兴趣的特征是图像中间的一条DNA链上的绿色-红色-绿松石-红色-绿色特征。 红色通常是最吵的。这个例子很好，因为对比度很好。但是，有时图像不是很好，并且整个图像中都有色调，因此硬编码绿色和红色的特定RGB值可能不适用于所有图像。另外，请注意，光纤不一定是水平的，可以旋转（但不能垂直）。 请参见此图像作为示例： 原始图像（tif）位于： 图片示例2（下拉框） 同样，有时单个图像具有许多这样的特征，有时在同一DNA链上存在多个特征。最终，有时可能只有部分特征（即孤立的绿色或孤立的红色或孤立的绿红色段，但未配对）。 题： 如果有人可以帮助我获取绿色和红色部分的各个部分的长度，我将不胜感激，例如，由于关注的特征是绿色-红色-绿松石-红色-绿色，每个特征将具有5个值的数组（第一个绿色片段的长度，第一个红色片段的长度，绿松石片段的长度，第二个红色片段的长度和第二个绿色片段的长度）。

14 image-processing 

我正在寻找一种创建算法，该算法使用Alpha作为凹凸贴图将斜角效果添加到位图。 我将如何去做这样的事情？我尝试了镜面照明，但只得到高光而不是阴影。 这是我正在谈论的效果（使用Photoshop制作）： 所有这些都使用size: 30px（从位图轮廓到斜角的深度）angle 130，，来完成altitude 50。 从左到右，从上到下： 凿子硬锥 凿子软锥 平滑斜角 凿子硬soften: 16px-斜角模糊？ 我正在尝试创建每种效果，我将如何创建基本斜角？而我需要从那个斜角获得每个

14 image-processing  filters  algorithms 

甲点云被使用统一的随机函数生成(x,y,z)。如下图所示，正在研究一个平面相交平面（轮廓），该平面与目标轮廓（即在左下角给出的）最佳（即使不是精确的）相匹配。所以问题是： 1-如何target 2D point map通过point cloud考虑以下注意事项/条件找到给定的匹配？ 2-那么什么是坐标/方向/相似度等？ 注1：感兴趣的轮廓可以沿轴旋转任何位置，也可以具有不同的形状，例如三角形，矩形，四边形等，具体取决于其位置和方向。在下面的演示中，仅显示了一个简单的矩形。 注2：可以将公差值视为点到轮廓的距离。为了在下图中证明这一点，假设公差是0.01最小尺寸的(~1)乘积tol=0.01。因此，如果我们删除其余部分并将所有剩余点投影在要研究的轮廓平面上，那么我们将能够检查其与目标轮廓的相似性。 注意3：可以在“ 点模式识别”中找到一个相关主题。

14 image-processing  computer-vision  image-registration  point-cloud 

我通常使用均方误差（MSE）或峰值信噪比（PSNR）来比较两个图像，但这还不够好。我需要找到一个公式，该公式返回图像A和其像素化（或模糊）版本B之间的很大距离，但是我不知道该如何进行。什么是适合我需要的指标？

14 image-processing  distance-metrics 

如何从使用手机拍摄的图像中检测出四边形招牌？如何检测矩形之类的形状？圆角矩形（圆角而不是形状角）？ 我正在使用opencv.wrapper，但我是新手。 谢谢。 这是示例： 替代文本http://www.freeimagehosting.net/uploads/b03442fd36.png 替代文字http://www.freeimagehosting.net/uploads/e6b36040e8.png 由于噪音和那里的许多线，我无法确定哪个是招牌的边界线。有时候，在霍夫变换之后，我可以找到直线的边界。我被困住了....在这种情况下... 这是从手机相机拍摄的2张原始照片 替代文字http://www.freeimagehosting.net/uploads/6dbd613edf.jpg 替代文字http://www.freeimagehosting.net/uploads/720da20080.jpg 我需要您的建议，以查看如何处理图像以将招牌拿出来？ 非常感谢你

14 c#  image-processing 

假设我只使用一台校准相机。从这台摄像机，我得到图像A和B。我知道A和B之间的单应性，这是通过OpenCV的findHomography（）计算得出的。 我知道图像A的姿态（旋转矩阵R和平移矢量t），并且我需要图像B的姿态。一旦获得它，我想我将能够计算后续图像的每一个进一步的姿态。 您知道计算B的姿势的实现吗？我在网上找到了几篇文章，但找不到易于实施的解决方案...

13 image-processing  computer-vision  3d  opencv 

我正在尝试从图像中提取特征，但是我无法获取要提取的点，因此我的图像无法与模板匹配。 在将SIFT应用于图像之前，是否需要检查任何检查点，以便获得良好的效果？例如，模板图像是； 目标图像；

13 matlab  image-processing  sift 

我有二进制160x120图像，例如： 我想检测那些白色斑点的角落。它们以前是通过数学形态来封闭的，因此不应有任何内角。在这种情况下，我想要16个角，例如： 我的第一次尝试是使用一些OpenCV函数，例如goodFeaturesToTrack或FAST，但是它们特别慢（而且FAST非常不稳定）。我的想法是在GPU上进行这样的计算，因为我的源图像来自它。我在网上寻找有关如何编写此类着色器的想法（我使用的是OpenGL ES 2.0），但没有发现任何具体的想法。知道如何启动这样的算法吗？

13 image-processing  computer-vision 

好吧，这可能表明我没有参加图像处理课程。 我有这个模板来匹配图像中的对象。但是，例如，图像中的真实对象看起来并不像第二个图像。我需要进行哪些操作才能使像第二张图像一样准备好进行模板匹配？仅供参考，第三张图片显示了理想的匹配。 在另一个想法中，我使模板适合图像。也就是说，我在图像上给出了四个角坐标以匹配模板中的角坐标。然后，它将计算出一种使模板适合该区域的方法。 更新：问题已解决。感谢我在下面选择的答案。我成功地将模板应用于图像。最后一张图片显示了结果。

13 image-processing  image  template-matching 

我想知道哪种图像处理是最好的语言？我知道MATLAB有一个很好的库和用户社区。我还没有检查出来，那里也有python。 最有效的语言是什么？

12 image-processing  matlab  python