不同光源的典型值
光源光通量
說明太陽
3.566 * 10^28 lm
我們生存的能量**
燭光12.56lm (4π)
光通量的定義
白熾燈/滷鎢燈
12~24lm / w
滷鎢燈效率高於白熾燈
螢光燈和氣體放電燈
50~120lm / w
氣體放電燈
led燈
110lm / w
無一些典型的輻照度
場景照度(lux)
說明黑夜
0.001 ~ 0。02
月夜是0.02 ~ 0.3
陰天室內
5 ~ 50
陰天室外
晴天室內
100 ~ 1000
在做視覺系統時需要進行補光
晴天陽光直射
100000
在做視覺系統時不需要補光
適合閱讀
300 ~ 750
閱讀書刊時需50~60
家用攝像機標準照度
1400
在做視覺系統時需要補光
按照不同分類
關於背光源
顏色光源
1）顏色空間裝換
2）通道分離
3 ）示例程式
3.1 cpp版
#include
"opencv2/opencv.hpp"
using
namespace cv;
intmain
(void
)
# 將bgr轉化為hsv
# 顯示hsv的各個通道
cv.imshow(
"hue"
, hsv[:,
:,0]
)# 在最後一維指定通道
cv.imshow(
"saturation"
, hsv[:,
:,1]
)cv.imshow(
"value"
, hsv[:,
:,2]
)cv.waitkey();
# 顯示bgr的各個通道
cv.imshow(
"blue"
, img[:,
:,0]
)cv.imshow(
"green"
, img[:,
:,1]
)cv.imshow(
"red"
, img[:,
:,2]
)cv.waitkey(
)cv.destroyallwindows(
)
計算機視覺 回歸模型
本文仍然是基於computer vision models,learning,and inference這本書的閱讀筆記與心得。雖然看的雲裡霧裡的，但不寫下來恐怕很快一點都不記得了。看的過程還是很吃力，感覺自己在學機器學習與概率論，在公式中掙扎。本章講的是機器學習兩大問題之一的回歸模型，討論的主要是...
計算機視覺 生成模型
給定訓練集，產生與訓練集同分布的新樣本。希望學到乙個模型，其與訓練樣本的分布相近。無監督學習裡的乙個核心問題 密度估計問題。典型思路 利用鏈式準則將影象x的生成概率轉變為每個畫素生成概率的乘積。缺點是 畫素的生成是序列的進行訓練，生成整張的效率太慢了。二者的優點 似然函式可以精確計算 利用似然函式的...
筆記 計算機視覺筆記
計算機視覺是一門研究如何使機器 看 的科學，更進一步的說，就是指用攝影機和計算機代替人眼對目標進行識別 跟蹤和測量等機器視覺，並進一步做影象處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的影象 選自維基百科 計算機視覺的研究物件主要是對映到單幅或多幅影象上的三維場景，例如三維場景的重建。計算機...