503 Service Temporarily Unavailable
503 Service Temporarily Unavailable
openresty/1.9.7.4网站已改版，请使用新地址访问：
Boat-Monitor4 运用opencv对红外图像序列进行分析跟踪，识别其中轮廓，从而得出影像 描述 Special Effects 图形 处理 271万源代码下载-
&文件名称: Boat-Monitor4& & [
& & & & &&]
&&所属分类:
&&开发工具: Visual C++
&&文件大小: 8880 KB
&&上传时间:
&&下载次数: 35
&&提 供 者:
&详细说明：运用opencv对红外图像序列进行分析跟踪，识别其中轮廓，从而得出影像轮廓描述-Opencv using infrared image sequence analysis track, identify which contours to arrive at the image contour description
文件列表(点击判断是否您需要的文件，如果是垃圾请在下面评价投诉):
&&Boat Monitor4&&.............\.DS_Store&&.............\activemovie3.cpp&&.............\activemovie3.h&&.............\ArmorPlateShowCtrl.cpp&&.............\ArmorPlateShowCtrl.h&&.............\Boat Monitor.aps&&.............\Boat Monitor.clw&&.............\Boat Monitor.cpp&&.............\Boat Monitor.dsp&&.............\Boat Monitor.dsw&&.............\Boat Monitor.h&&.............\Boat Monitor.ncb&&.............\Boat Monitor.opt&&.............\Boat Monitor.plg&&.............\Boat Monitor.rc&&.............\Boat MonitorDoc.cpp&&.............\Boat MonitorDoc.h&&.............\Boat MonitorView.cpp&&.............\Boat MonitorView.h&&.............\Chinablue.ssk&&.............\Contorl.cpp&&.............\Contorl.h&&.............\coordinate&&.............\..........\Image2World.h&&.............\..........\Matrix.h&&.............\..........\proj470&&.............\..........\.......\proj.dll&&.............\..........\.......\proj.exe&&.............\..........\.......\proj.lib&&.............\..........\.......\proj_api.h&&.............\..........\.......\proj_i.lib&&.............\..........\structdef.h&&.............\Debug&&.............\.....\activemovie3.obj&&.............\.....\ArmorPlateShowCtrl.obj&&.............\.....\ArmorPlateShowCtrl.sbr&&.............\.....\Boat Monitor.bsc&&.............\.....\Boat Monitor.exe&&.............\.....\Boat Monitor.ilk&&.............\.....\Boat Monitor.obj&&.............\.....\Boat Monitor.pch&&.............\.....\Boat Monitor.pdb&&.............\.....\Boat Monitor.res&&.............\.....\Boat Monitor.sbr&&.............\.....\Boat MonitorDoc.obj&&.............\.....\Boat MonitorDoc.sbr&&.............\.....\Boat MonitorView.obj&&.............\.....\Boat MonitorView.sbr&&.............\.....\boat_result.txt&&.............\.....\CalibResults444-image0.ini&&.............\.....\CalibResults444-image1.ini&&.............\.....\Contorl.obj&&.............\.....\Contorl.sbr&&.............\.....\Image2World.dll&&.............\.....\libmySQL.dll&&.............\.....\MainFrm.obj&&.............\.....\MainFrm.sbr&&.............\.....\proj.dll&&.............\.....\ResultState.obj&&.............\.....\ResultState.sbr&&.............\.....\RiverForm.obj&&.............\.....\RiverForm.sbr&&.............\.....\roi_0.bmp&&.............\.....\roi_1.bmp&&.............\.....\splitterWnd.obj&&.............\.....\splitterWnd.sbr&&.............\.....\StdAfx.obj&&.............\.....\StdAfx.sbr&&.............\.....\vc60.idb&&.............\.....\vc60.pdb&&.............\Image2World.lib&&.............\libmySQL.lib&&.............\MainFrm.cpp&&.............\MainFrm.h&&.............\MemDC.h&&.............\ReadMe.txt&&.............\Release&&.............\.......\Boat Monitor.exe&&.............\.......\CalibResults444-image0.ini&&.............\.......\CalibResults444-image1.ini&&.............\.......\cv100.dll&&.............\.......\cvaux100.dll&&.............\.......\cvcam100.dll&&.............\.......\cxcore100.dll&&.............\.......\cxts001.dll&&.............\.......\highgui100.dll&&.............\.......\Image2World.dll&&.............\.......\libguide40.dll&&.............\.......\libmySQL.dll&&.............\.......\ml100.dll&&.............\.......\proj.dll&&.............\.......\roi_0.bmp&&.............\.......\roi_1.bmp&&.............\res&&.............\resource.h&&.............\ResultState.cpp&&.............\ResultState.h&&.............\res\20.bmp&&.............\...\Boat Monitor.ico
&[]:和说明完全不符
&近期下载过的用户:
&&&&&&&&&&&&[]
&输入关键字，在本站271万海量源码库中尽情搜索：
&[] - OpenCV教程基础及源代码，适合初学者参考
&[] - HelloOpenCV，OpenCV库测试代码，基于OpenCV2.4.10库，需要将属性表的包含路径和库路径改到自己OpenCV的目录
&[] - 学习使用OpenCV，对输入的一段彩色视频，用OpenCV实现以下功能或要求:
1. 对输入视频的每一帧图像都用同一个阈值进行二值化；
2.在每帧二值化图像上叠加上含自己学号与姓名等信息的版权字幕；
3. 在处理的过程中，实时显示每帧图片处理之后的效果；
4.将所有这些二值化图像按视频原
&[] - opencv教程，经典著作《学习opencv》的中文版电子书
&[] - 利用opencv编写的疲劳检测软件，该软件根据人脸识别判断疲劳程度判断。
&[] - 对一块区域中的是否有行人跨过禁区线进入禁区进行检测
&[] - 用VC++实现的卡尔曼滤波源代码，对于跟踪定位帮助很大
&[] - 利用帧差法，结合VS和openCV做的一个监测的小程序，上传供大家参考一下。
&[] - 基于区域的超像素显著性检测，一篇关于基于超像素的显著性图像分析的文章，将超像素很好的应用于图像分割中。c++代码实现
&[] - 《OpenCV教程:基础篇》这本书附带的源码，作者为：刘瑞祯，于仕琪等。博客访问： 225018
博文数量： 25
博客积分： 588
博客等级： 中士
技术积分： 327
注册时间：
IT168企业级官微
微信号：IT168qiye
系统架构师大会
微信号：SACC2013
分类： C/C++
void cvCanny( const CvArr* image, CvArr* edges, double threshold1,
double threshold2, int aperture_size=3 );
image单通道输入图像.edges单通道存储边缘的输出图像threshold1第一个阈值threshold2第二个阈值aperture_sizeSobel 算子内核大小 (见 cvSobel).函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。注意事项：cvCanny只接受单通道图像作为输入。外部链接：经典的canny自调整阈值算法的一个opencv的实现见参考OpenCV中文官网：说明：OpenCV中cvCanny函数用到了cvSobel的差分计算。下图为OpenCV的cvCanny函数效果#include "stdafx.h"#include &cv.h&#include &cxcore.h&#include &highgui.h&#include &cmath&using namespace std;using namespace cv;int main(int argc ,char **
argv){&&&&IplImage * pImg=NULL;&&&&IplImage * pCannyImg=NULL;&&&&if (argc ==2&&(pImg=cvLoadImage(argv[1],0))!=0)&&&&{&&&&&&&&pCannyImg=cvCreateImage(cvGetSize(pImg),IPL_DEPTH_8U,1);&&&&&&&&cvCanny(pImg,pCannyImg,50,150,3);&&&&&&&&//创建窗口&&&&&&&&cvNamedWindow("src", 1);&&&&&&&&cvNamedWindow("canny",1);&&&&&&&&//显示图像&&&&&&&&cvShowImage( "src", pImg );&&&&&&&&cvShowImage( "canny", pCannyImg );&&&&&&&&cvWaitKey(0); //等待按键&&&&&&&&//销毁窗口&&&&&&&&cvDestroyWindow( "src" );&&&&&&&&cvDestroyWindow( "canny" );&&&&&&&&//释放图像&&&&&&&&cvReleaseImage( &pImg ); &&&&&&&&cvReleaseImage( &pCannyImg ); &&&&&&&&return 0;&&&&}&&&&return -1;}重要：Canny原理：链接及内容：图象的边缘是指图象局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图象的边缘部分集中了图象的大部分信息，图象边缘的确定与提取对于整个图象场景的识别与理解是非常重要的，同时也是图象分割所依赖的重要特征，边缘检测主要是图象的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不同的边缘检测方法。根据作者的理解和实践，本文对边缘检测的原理进行了描述，在此基础上着重对Canny检测算法的实现进行详述。&& & & &本文所述内容均由编程验证而来，在实现过程中，有任何错误或者不足之处大家共同讨论（本文不讲述枯燥的理论证明和数学推导，仅仅从算法的实现以及改进上进行原理性和工程化的描述）。1、边缘检测原理及步骤&& & & &在之前的博文中，作者从一维函数的跃变检测开始，循序渐进的对二维图像边缘检测的基本原理进行了通俗化的描述。结论是：实现图像的边缘检测，就是要用离散化梯度逼近函数根据二维灰度矩阵梯度向量来寻找图像灰度矩阵的灰度跃变位置，然后在图像中将这些位置的点连起来就构成了所谓的图像边缘（图像边缘在这里是一个统称，包括了二维图像上的边缘、角点、纹理等基元图）。&& & & &在实际情况中理想的灰度阶跃及其线条边缘图像是很少见到的，同时大多数的传感器件具有低频滤波特性，这样会使得阶跃边缘变为斜坡性边缘，看起来其中的强度变化不是瞬间的，而是跨越了一定的距离。这就使得在边缘检测中首先要进行的工作是滤波。&& & & &1）滤波：边缘检测的算法主要是基于图像强度的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波，即采用离散化的高斯函数产生一组归一化的高斯核（具体见“高斯滤波原理及其编程离散化实现方法”一文），然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和（具体程序实现见下文）。&& & & &2）增强：增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时，可通过计算梯度幅值来确定。&& & & &3）检测：经过增强的图像，往往邻域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是我们要找的边缘点，所以应该采用某种方法来对这些点进行取舍。实际工程中，常用的方法是通过阈值化方法来检测。2、Canny边缘检测算法原理&& & & &JohnCanny于1986年提出Canny算子，它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。本节对根据上述的边缘检测过程对Canny检测算法的原理进行介绍。2.1 对原始图像进行灰度化&& & & &Canny算法通常处理的图像为灰度图，因此如果摄像机获取的是彩色图像，那首先就得进行灰度化。对一幅彩色图进行灰度化，就是根据图像各个通道的采样值进行加权平均。以RGB格式的彩图为例，通常灰度化采用的方法主要有：&& & & &方法1：Gray=(R+G+B)/3;&& & & &方法2：Gray=0.299R+0.587G+0.114B;（这种参数考虑到了人眼的生理特点）&& & & &注意1：至于其他格式的彩色图像，可以根据相应的转换关系转为RGB然后再进行灰度化；&& & & &注意2：在编程时要注意图像格式中RGB的顺序通常为BGR。2.2 对图像进行高斯滤波&& & & &图像高斯滤波的实现可以用两个一维高斯核分别两次加权实现，也可以通过一个二维高斯核一次卷积实现。&& & & &1）高斯核实现&& & & 上式为离散化的一维高斯函数，确定参数就可以得到一维核向量。&& & & &上式为离散化的二维高斯函数，确定参数就可以得到二维核向量。&& & & &注意1：关于参数Sigma的取值详见上篇博文。&& & & &注意2：在求的高斯核后，要对整个核进行归一化处理。2）图像高斯滤波&&
& & &对图像进行高斯滤波，听起来很玄乎，其实就是根据待滤波的像素点及其邻域点的灰度值按照一定的参数规则进行加权平均。这样可以有效滤去理想图像中叠加的高频噪声。&& & & &通常滤波和边缘检测是矛盾的概念，抑制了噪声会使得图像边缘模糊，这回增加边缘定位的不确定性；而如果要提高边缘检测的灵敏度，同时对噪声也提高了灵敏度。实际工程经验表明，高斯函数确定的核可以在抗噪声干扰和边缘检测精确定位之间提供较好的折衷方案。这就是所谓的高斯图像滤波，具体实现代码见下文。2.3 用一阶偏导的有限差分来计算梯度的幅值和方向&& & & &关于图像灰度值得梯度可使用一阶有限差分来进行近似，这样就可以得图像在x和y方向上偏导数的两个矩阵。常用的梯度算子有如下几种：&& & & &1）Roberts算子&& & & &上式为其x和y方向偏导数计算模板，可用数学公式表达其每个点的梯度幅值为：&& & & &2）Sobel算子&& & & &上式三个矩阵分别为该算子的x向卷积模板、y向卷积模板以及待处理点的邻域点标记矩阵，据此可用数学公式表达其每个点的梯度幅值为：&& & & &3）Prewitt算子&& & & &和Sobel算子原理一样，在此仅给出其卷积模板。&& & & &4）Canny算法所采用的方法&& & & &在本文实现的Canny算法中所采用的卷积算子比较简单，表达如下：
&& & & &其x向、y向的一阶偏导数矩阵，梯度幅值以及梯度方向的数学表达式为：
&& & & &求出这几个矩阵后，就可以进行下一步的检测过程。
2.4 对梯度幅值进行非极大值抑制&& & & &图像梯度幅值矩阵中的元素值越大，说明图像中该点的梯度值越大，但这不不能说明该点就是边缘（这仅仅是属于图像增强的过程）。在Canny算法中，非极大值抑制是进行边缘检测的重要步骤，通俗意义上是指寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，这样可以剔除掉一大部分非边缘的点（这是本人的理解）。
图1 非极大值抑制原理&& & & &根据图1 可知，要进行非极大值抑制，就首先要确定像素点C的灰度值在其8值邻域内是否为最大。图1中蓝色的线条方向为C点的梯度方向，这样就可以确定其局部的最大值肯定分布在这条线上，也即出了C点外，梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此，判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的局部最大灰度点。如果经过判断，C点灰度值小于这两个点中的任一个，那就说明C点不是局部极大值，那么则可以排除C点为边缘。这就是非极大值抑制的工作原理。&& & & &作者认为，在理解的过程中需要注意以下两点：&& & & &1）中非最大抑制是回答这样一个问题：“当前的梯度值在梯度方向上是一个局部最大值吗？” 所以,要把当前位置的梯度值与梯度方向上两侧的梯度值进行比较；&& & & &2）梯度方向垂直于边缘方向。&& & & &但实际上，我们只能得到C点邻域的8个点的值，而dTmp1和dTmp2并不在其中，要得到这两个值就需要对该两个点两端的已知灰度进行线性插值，也即根据图1中的g1和g2对dTmp1进行插值，根据g3和g4对dTmp2进行插值，这要用到其梯度方向，这是上文Canny算法中要求解梯度方向矩阵Thita的原因。&& & & &完成非极大值抑制后，会得到一个二值图像，非边缘的点灰度值均为0，可能为边缘的局部灰度极大值点可设置其灰度为128。根据下文的具体测试图像可以看出，这样一个检测结果还是包含了很多由噪声及其他原因造成的假边缘。因此还需要进一步的处理。2.5 用双阈值算法检测和连接边缘&& & & &Canny算法中减少假边缘数量的方法是采用双阈值法。选择两个阈值（关于阈值的选取方法在扩展中进行讨论），根据高阈值得到一个边缘图像，这样一个图像含有很少的假边缘，但是由于阈值较高，产生的图像边缘可能不闭合，未解决这样一个问题采用了另外一个低阈值。&& & & &在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时，该算法会在断点的8邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合。
阅读(52005) | 评论(3) | 转发(2) |
相关热门文章
给主人留下些什么吧！~~
十七岁的回忆: 如何用opencv对一本书边缘识别呢 ？.....边缘识别是识别图像中变化比较大的部分（也即边缘），数学上看，就是梯度相对比较大，数字图像看就是差分得到的值比较大，---再后面的设定相应的阈值，就可以把不是边缘（即比较平滑或差分的值较小的）的滤掉。不是直接检测书的边缘，边缘检测会检测出所有边缘（跟设定的阈值有关），书本的话，估计还要加上其它特征。
不错啊，这个有点意思的··
如何用opencv对一本书边缘识别呢 ？
请登录后评论。扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
OPENCV是做图像处理的,而VC++也可以做图像处理,matlab也可以.这三者的区别在哪那?OPencv是不是像matlab软件一样,图像处理函数都已经写好,就等着用户拿来用就可以了.而VC++则要自己编写.
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
opencv主要是做一些模式识别中的算法；VC++是微软开发的一个写C++语言的平台,通过这个平台你可以编写C++语言的程序,你在这个平台上使用opencv的库做一些图像处理的算法；matlab是矩阵实验室,可以编写与数学相关的所有程序,也就是说你除了用matlab做图像处理外,还可以做一些统计运算、信号处理、控制仿真等等.一般来说,matlab的编程语言比较容易,但其处理的速度不如opencv来得快.你使用opencv时需要先在VC++中加载它的一些.h和.lib文件,否则你编译时不会通过.这些库文件你可以直接下载opencv.exe安装后加载,也可以下载opencv的binary文件自己通过VC++编译产生.完成这个过程之后,你就可以调用opencv中的函数了.
为您推荐：
其他类似问题
扫描下载二维码OPENCV图像处理的函数说明_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
OPENCV图像处理的函数说明
上传于|0|0|文档简介
&&这是OPENCV图像处理部分的函数说明,不用看英文的了。
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩74页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢