这篇文章深入探讨了相位在信号处理中的核心作用。通过三角函数平移的直观解释，揭示了相位本质上是描述正弦波在时间轴上平移的量。文章巧妙地从实数三角函数过渡到复指数表示，利用欧拉公式将空间域的平移转化为复平面的旋转，展示了相位如何被封装在复数系数中。特别指出在傅里叶变换中，相位信息决定了信号的几何结构，而振幅仅决定能量分布。最后延伸到非周期信号的傅里叶变换，强调相位线性与时延的关系，以及非线性相位导致的

结构体 MatchesInfo 包含了所有图像之间进行两两匹配的相关结构，Mat H 记录了两幅图像间的仿射变换矩阵，该矩阵是全景图像拼接的基础信息，特征点间匹配信息记录在 pairwise_mathes 中。首先将第 i 张图像上特征点映射到三维空间，然后再将三维空间点映射到第 j 张图像中，注意，两次映射使用了不同的映射矩阵！以上代码首先估计相机焦距，在 “全景图像拼接” 一文中，给出了根据仿

一个3*4的矩阵包含了12个元素，由于一组各元素比值相同的变换对应一个齐次变换，因此该矩阵正好包含了11个自由度，主平面是经过相机中心且平行于像平面的平面（XY平面），很显然该平面上任意点都投影到像平面的无穷远点，2）已知图像上点x，根据相机模型，无法确定一个唯一的三维点，但可以确定一条经过相机中心到无穷远点的射线，矩阵K表达了相机相关属性，为相机内参，矩阵R，C表达了世界坐标系与相机坐标之间的关

引入one-hot编码 0：[1,0,...,0]，1：[0,1,...,0]，2：[0,0,1,...,0]，... ，9：[0,...,0,1]4）第二个卷积层维度为[b, 16, 10, 10]，因为没有使用padding操作，卷积后图像尺寸会变小，这里卷积核尺寸为5*5；2）第一个卷积层维度为[b,6, 28,28]，因为没有使用padding操作，卷积后图像尺寸会变小，这里卷积核尺寸为5

摘要： OpenCV提供轮廓检测与处理功能，cv::findContours()用于提取图像轮廓，支持多种提取模式（如树形结构、层级关系）和压缩方法。轮廓数据使用STL容器存储，通过cv::drawContours()绘制。轮廓操作包括多边形近似（cv::approxPolyDP()）、计算长度/面积、拟合几何形状（矩形、圆、椭圆）、凸包检测等。参数如mode和method控制提取方式和精度，而o

本文系统介绍了图像阈值分割技术，重点分析了二分类阈值方法（固定阈值、P-Tile、迭代阈值和Otsu大津法）及其数学原理。针对实际应用中的光照不均、噪声干扰等问题，提出了结合平滑、直方图均衡化等改进策略。文章还详细探讨了自适应阈值技术，并提供了完整的C++/OpenCV实现代码。通过理论分析与实践结合，全面解析了如何在不同场景下选择最优分割策略，为计算机视觉任务提供了实用的阈值分割解决方案。

本文系统介绍了基于Laplace算子的图像处理方法。首先阐述了Laplace算子通过二阶微分检测边缘的原理，并说明了LoG算子（高斯-拉普拉斯）在降噪后的优势。进而介绍了DoG算子作为LoG的高效近似方法。重点讨论了多尺度归一化LoG/DoG在Blob检测中的应用，包括特征点形状描述和旋转归一化处理。最后提供了OpenCV在Python和C++中的实现示例。这些方法为SIFT等高级特征检测算法奠定

在OpenCV中，使用 cv::goodFeaturesToTrack 提取角点，在精确度要求较高时，可使用 cv::CornerSubPix 对提取到的角点计算亚像素精度，该算法基本思想是边缘上点与角点的连线垂直于边缘上点梯度方向；根据假设3），由于被追踪点邻域运动一致，对邻域点做相同计算，并建立其联立方程组，即可求解被追踪点的运动速度。，则得到一个椭圆平面，其长轴表示变化最快方向，其短轴表示变

本文介绍了OpenCV中三种核心图像处理函数：cv::convertTo()用于数据类型转换和线性缩放，cv::normalize()实现数据归一化，cv::scaleAdd()执行加权叠加运算。通过具体示例演示了从图像读取到增强处理的完整流程，包括灰度转换、Sobel边缘检测、归一化处理以及最终加权融合输出。这些函数组合使用能有效实现图像对比度增强、特征融合等常见任务，为计算机视觉应用提供基础技

在拍摄的一组不同曝光图像序列中，不同图像间不可避免存在一些位移，如果位移仅有相机抖动引起，可以使用全局平移参数进行描述。可使用 opencv 提供的 MergeDebevec 类合成辐照图，HDR 图像可以使用不同的格式存储，包括 .ppm，.hdr，.exr，每种格式对辐照值的表达上限不一致。自然景物的辐照范围很广，同样人眼也可以感知到很大的辐照范围下的图像，然而摄像机成像很容易饱和或者曝光不足