此项目包含了本人学习使用的一些基本图像处理算法,一部分由自己编写,一部分来自于 Github,所有的算法代码全部都包含 大量注释,方便自己学习使用。
- blur (模糊特征)
- blur_kernel:生成模糊核
- angle:判断图像模糊方向,参考论文: Parametric Blur Estimation for Blind Restoration of Natural Images: Linear Motion and Out-of-Focus
- auto_correlation:自相关特征,参考论文:Image Partial Blur Detection and Classification
- local_kurtosis 和 gradient_magnitude:峰度特征和梯度幅度特征,用来区分模糊图像和清晰图像,参考论文:Discriminative Blur Detection Features
- correlation filter (相关滤波)
- corner detection (角点检测)
- dark channel (暗通道先验去雾)
- deep sort 多目标跟踪
- 混合高斯背景建模
- bgfg_gaussmix2:OpenCV 中混合高斯背景建模的实现,添加了注释和说明
- gauss_mix:混合高斯背景建模的算法代码,用 python 实现,参考 OpenCV 代码和论文:Improved adaptive Gaussian mixture model for background subtraction
- 混合高斯模型
- gaussian_mixture_model:手动实现高斯混合模型,并且使用 E-M 算法迭代求解模型的参数
- 导向滤波
- guided_filter:导向滤波算法实现
- 卡尔曼滤波
- kalman_filter:卡尔曼滤波算法实现
- extended_kalman_filter:扩展卡尔曼滤波算法的实现
- 局部二进制特征
- local_binary_pattern:LBP 特征的实现
- Mean Shift 跟踪算法
- MKCF
- mkcf.cpp:使用多 KCF 跟踪器来实现多目标跟踪,来自论文:Multiple Object Tracking with Kernelized Correlation Filters in Urban Mixed Traffic
- mkcf.py:多 KCF 跟踪器的实现与运用,实现了其 python 版本
- SVM