Preguntas etiquetadas con computer-vision

Digamos que tengo un conjunto de 5 marcadores. Estoy tratando de encontrar las distancias relativas entre cada marcador usando un marco de realidad aumentada como ARToolkit . En la alimentación de mi cámara, los primeros 20 cuadros me muestran los primeros 2 marcadores solo para que pueda resolver la transformación …

9 computer-vision  augmented-reality 

¿Cómo podría un segmento grandes áreas de gris (que van del blanco al negro) de una imagen? (Si sabe esto en opencv, puede responder diciendo qué haría en opencv). Por ejemplo, dada esta imagen: Usted ve que esta es un área grande de gris y es claramente distinguible del resto. …

9 image-processing  computer-vision 

Al tratar de entender esta respuesta a mi pregunta anterior , ¿alguien puede explicar por qué es importante que las cámaras no estén en el mismo plano cuando la distancia focal es grande en comparación con la separación entre las cámaras y el objeto? ¿Qué se entiende por "mirar hacia …

9 computer-vision  stereo-vision 

Estoy tratando de usar la transformación Hough para la detección de bordes, y me gustaría usar imágenes de gradiente como base. Lo que he hecho hasta ahora, dada la imagen Ide tamaño [M,N]y sus derivadas parciales gx, gy, consiste en calcular el ángulo de pendiente en cada píxel como thetas …

9 image-processing  edge-detection  image-processing  computer-vision  image-registration  discrete-signals  noise  bpsk  snr  demodulation  bpsk  multipath  synchronization  timing  image-processing  filters  algorithms  edge-detection  sampling  demodulation  bpsk  synchronization  timing  fft  fourier-transform  delay  audio  speech-recognition  soft-question  discrete-signals  discrete-signals  autocorrelation  frequency  computer-vision 

Tengo una tarea a mano donde necesito detectar el ángulo de una imagen como la siguiente muestra (parte de la fotografía de microchip). La imagen contiene características ortogonales, pero podrían tener diferentes tamaños, con diferente resolución / nitidez. La imagen será ligeramente imperfecta debido a algunas distorsiones ópticas y aberraciones. …

9 image  image-processing  computer-vision 

El ojo humano tiene 3 tipos de conos de color: rojo, verde y azul. Su sensibilidad espectral alcanza picos en longitudes de onda cortas (S, 420–440 nm), medias (M, 530–540 nm) y largas (L, 560–580 nm). Ver diagrama a continuación. Luego tenemos el observador estándar CIE. Wikipedia dice que puede …

9 image-processing  computer-vision  color 

Estoy siguiendo un curso de visión por computadora y tengo este ejercicio: escribir un programa que, dada una imagen de la mano, pueda reconocer si la mano está abierta, cerrada, en un puñetazo o sosteniendo una postura "ok", usando solo la Técnicas proporcionadas hasta ahora (píxel 4/8 conectado, región conectada, …

8 computer-vision  homework  object-recognition 

Sé que HOG es bastante avanzado para la detección de personas, pero en su forma original HOG es solo un método de detección, y tampoco creo que sea particularmente rápido (hay una aceleración significativa que toma la ventana deslizante y rechaza posibilidades poco probables temprano, pero ha sido patentado). ¿Cuál …

8 computer-vision  image-segmentation  face-detection 

Digamos que la tarea es determinar la posición del elemento en la imagen. Primero, lo más importante es la detección correcta del objeto, luego se utilizan algunos algoritmos de cálculo de la posición (para un análisis de blobs exacto). Todo depende de múltiples cosas (corrección de detección, algoritmos utilizados, etc.) …

8 image-processing  computer-vision  reference-request 

Tengo el modelo . s(x,y)=x2+y2,0≤x≤1,0≤y≤1 s(x,y)=x2+y2,0≤x≤1,0≤y≤1\ s(x,y)=x^2+y^2, 0 \leq x \leq 1, 0 \leq y \leq 1 En lugar de observar el modelo directamente, estoy observando las derivadas del modelo + algo de ruido (e): p(x,y)=sx+e,q(x,y)=sy+e p(x,y)=sx+e,q(x,y)=sy+e\ p(x,y)=s_x+e, q(x,y)=s_y+e A partir de las mediciones de p (x, y y q …

8 computer-vision  noise  interpolation 

He estado jugando mejorando las imágenes y eliminando todas las perturbaciones no deseadas. Descubrí que una preocupación importante sería eliminar las reflexiones no deseadas que pudieran surgir. He revisado un artículo que usa ICA para deshacerse de estos reflejos. ¿Qué otros métodos funcionarían? Digamos que tengo una imagen: Otra imagen: …

8 image-processing  matlab  computer-vision  ica  image 

Tengo un conjunto de imágenes que consisten en un patrón bastante regular, esencialmente un conjunto de elipses distorsionadas aproximadamente concéntricas, con un área pequeña (<1% del área total de la imagen) oscurecida por un disco circular. Me gustaría poder, digitalmente, reconstruir la parte del patrón que está oculta por el …

8 image-processing  computer-vision 

He capturado posiciones de automóviles en diferentes cuadros del video . Suponga que el centroide del automóvil (por ejemplo, el automóvil del lado izquierdo que viene hacia nosotros en las imágenes) en el cuadro de video1 es P (x1, y1) y Q (x2, y2) en el cuadro de video4. ¿Es …

8 matlab  computer-vision  opencv  3d  matlab-cvst 

Tengo una ligera confusión que diferencia entre el reconocimiento de objetos y la detección de objetos. Algunas personas dicen que la detección de objetos es un subtema del reconocimiento de objetos. ¿Alguien puede aclarar la diferencia entre estos dos temas? Según entiendo: El reconocimiento de objetos responde a la pregunta …

8 image-processing  computer-vision  object-recognition 

He estado luchando por encontrar un enfoque bien citado para esto. Esencialmente, estoy experimentando con diferentes algoritmos de sustracción de fondo, pero ninguno parece funcionar bien cuando hay cambios de iluminación significativos (por ejemplo, desde una ventana en la escena obteniendo un resplandor significativo en momentos específicos). La pregunta es …

8 computer-vision  background-subtraction