opencv2.2 in Python
2010年12月9日
5 条评论
下面是怎么在windows下编译使用opencv2.2的python绑定的步骤： 阅读全文…
存档
‘新闻’ 分类的存档
kinect原理
2010年12月7日
3 条评论
用计算机视觉的方法获得场景/物体的深度就是各种三角化（激光+摄像头，双目，投影仪+摄像头等等），当然还有depth from focus，coded aperture之类的技术。近来越来越热门的深度摄像头（depth camera）多采用的是另外一种办法，TOF（time of fight），利用主动射出的红外光往返的相位差来测量深度。primesense为微软kinect中定做的深度摄像头又用了另外一种思路，一种被primesense成为light coding的专利技术。按照这个博客上的内容，kinect通过IR头投射一些“随机”点阵，然后只用了一个普通的CMOS传感器来扑捉这个点阵。按照文章里说法，随机其实并不随机，一些模式在整个投影图案中反复出现。简单来说，当场景的深度发生变化时，摄像头看到的点阵也会发生变化，通过这个变化就可以推断出深度信息。当然事实上可能也没有这么简单，有兴趣的可以去读一下primesense的专利。
1: http://www.wipo.int/pctdb/en/wo.jsp?WO=2007043036
2: http://www.freepatentsonline.com/7433024.pdf
opencv2.2给力更新
2010年12月5日
8 条评论
加入了若干局部特征（SIFT，SURF，FAST），加入了LatentSVM object detector，GUI变成了QT等等。何其给力。
insight3d
2010年12月3日
1 条评论
一个很好玩的开源软件，类似于photosynth或者image modeler，用来做重建场景/物体的3D模型。
郁闷的是跑到最后一步generate texture时候就崩溃鸟。可能中间需要手动编辑ploygon才行么？
Kinect人体姿态跟踪
2010年11月30日
4 条评论
CADET ( Center for Advances in Digital Entertainment Technologies)正在做一个open source sdk，用来做基于kinect的人体姿态估计。这才是深度破解。下面截图一张。继续阅读里面还有视频，需翻墙。
转：Android模拟信号示波器
2010年11月24日
没有评论
转自牛逼的胸中无码的hellogv。同时献给xiaochao，赶紧学习一下。
上次简单地介绍了AudioRecord和AudioTrack的使用，这次就结合SurfaceView实现一个Android版的手机模拟信号示波器(PS：以前也讲过J2ME版的手机示波器)。最近物联网炒得很火，作为手机软件开发者，如何在不修改手机硬件电路的前提下实现与第三方传感器结合呢？麦克风就是一个很好的ADC接口，通过麦克风与第三方传感器结合，再在软件里对模拟信号做相应的处理，就可以提供更丰富的传感化应用。
先来看看本文程序运行的效果图(屏幕录像速度较慢，真机实际运行起来会更加流畅)：
必须激动一把：学术论文里看到魅族M8
2010年11月24日
2 条评论
外国煤油很给力啊！这篇文章：
Wide Area Localization on Mobile Phones
| Authors | Arth Clemens, Wagner Daniel, Klopschitz Manfred, Irschara Arnold , Schmalstieg Dieter |
|---|---|
| Appeared in | Proceedings of Int. Symposium on Mixed and Augmented Reality 2009 (ISMAR´09) |
文章这里下载。摘要：
We present a fast and memory efficient method for localizing a mobile user’s 6DOF pose from a single camera image. Our approach registers a view with respect to a sparse 3D point reconstruction. The 3D point dataset is partitioned into pieces based on visibility constraints and occlusion culling, making it scalable and efficient to handle. Starting with a coarse guess, our system only considers features that can be seen from the user’s position. Our method is resource efficient, usually requiring only a few megabytes of memory, thereby making it feasible to run on low-end devices such as mobile phones. At the same time it is fast enough to give instant results on this device class. 
同样是煤油，人家可以拿M8来做实验写paper，还HLL地在paper里给M8两个特写，差距啊！
就是不知道这帮哥们怎么买到M8的，而且还是白色后盖的。
不知道囧王看到这个啥表情。
更坚定了我买M9的信念，嘿嘿！
分类: 新闻
文档图像对齐以及AR
2010年11月24日
6 条评论
去年曾经很需要的一个算法，今天无意中遇到了。
图像配准早就是一个很easy的技术了，但想想近似于二值图像的文档图像如何配准？
直接上SIFT，SURF这些经典算法？No！曾经有人试验过，结果是有效的feature point非常非常之少，近似于黑白的图像和相似的结构，那些直方图特征搞不定啊。
（a）和（b）分别是SURF和文章的算法
出自同一个很NB的作者的这两篇文章提供了比较好的解决办法。具体解决办法看论文（1 2）和video（1 2）吧。很nice作者还提供了源码。
- Hideaki Uchiyama, Julien Pilet and Hideo Saito, “On-line document registering and retrieving system for AR annotation overlay,” 1st ACM Augmented Human International Conference (AH), No.23, Apr. 2010. (oral)
- Hideaki Uchiyama and Hideo Saito, “Augmenting text document by on-line learning of local arrangement of keypoints,” 8th IEEE and ACM International Symposium on Mixed and Augmented Reality (ISMAR), pp.95-98, Oct. 2009. (oral)
pseudocolor generation
2010年11月22日
1 条评论
做图像处理经常需要可视化中间过程，伪彩色是常用的工具。以前都是手动指定几个颜色，今天看到computer vision：algorithm and application里面提到一种伪彩色生成办法，Szeliski描述如下：
For each (non-negative) label value, consider the bits as being split among the three colorchannels, e.g., for a nine-bit value, the bits could be labeled RGBRGBRGB. After collectingeach of the three color values, reverse the bits so that the low-order bits vary the most quickly.For each (non-negative) label value, consider the bits as being split among the three colorchannels, e.g., for a nine-bit value, the bits could be labeled RGBRGBRGB. After collectingeach of the three color values, reverse the bits so that the low-order bits vary the most quickly.
尝试实现了一下，code:
最新评论