スパース行列(SparseMat)の使い方：画像のぼかしとぼけ除去 | OpenCV.jp
画像のぼけの過程は巨大なスパース行列を使って表現できます． 入力画像x(サイズは，S=width*height)，ぼけ画像yを1次元ベクトルX,Y (画像を縦横を区別せずならべたもの)としたものをぼけ過程を表す行列Hで表すと， Y=HX で表せます．この行列Hは画像サイズ×画像サイズ（SxS）の巨大な行列になり，Matクラスなどで確保すると あっという間にメモリが枯渇します．幸いなことに，この行列Hは要素がほとんどゼロなため，要素が非ゼロの 場所だけメモリを使用するスパース行列クラスSparseMatが使用可能です．ここでは， SparseMatの使い方を画像のぼかしとその逆過程であるぼけ除去を例に説明します． C++ #include <cv.h> #include <highgui.h> using namespace cv; #include <iostream> using nam
一般物体認識の現状と今後
Vol. 48 No. SIG 16(CVIM 19) Nov. 2007 † 1 1 101 6 The Current State and Future Directions on Generic Object Recognition Keiji Yanai† “Generic object recognition” aims at enabling a computer to recognize objects in images with their category names, which is one of the ultimate goals of computer vision research. The categories which are treated with in generic object recognition have broad variabili
SURFを読む の0 - .mjtの日記復帰計画
http://www.vision.ee.ethz.ch/~surf/papers.html - 本家 http://opensurf1.googlecode.com/files/OpenSURF.pdf - Implementation note 下のPDFを理解するのに十分な量を書けたらという感じで。 SIFTやSURFの仕事 http://www.vision.cs.chubu.ac.jp/SIFT/ SIFTやSURFの最終的な仕事は、"スケール(大きさ)と回転に対して不変な特徴量を求めること"。 コンピュータにデータを比較するためには、データを(複数の)数値 = 特徴量に変換してやる必要が有る。 人間にとっては、ある画像を拡大縮小したり回転させたりした画像も"同じ"画像なので、特徴量も回転や拡大縮小の後も同じである(あまり変化しない)ことが望ましい。 構造 一般的にSIFTとかS
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
