- 博客(16)
- 收藏
- 关注
RSS订阅转载 adaboost原理图解
二、Adaboost算法及分析 从图1.1中，我们可以看到adaboost的一个详细的算法过程。Adaboost是一种比较有特点的算法，可以总结如下： 1）每次迭代改变的是样本的分布，而不是重复采样（re weight) 2）样本分布的改变取决于样本是否被正确分类 总是分类正确的样本权值低 总是分类错误的样本权值高（通常是边界附近的样本）
2017-05-25 21:08:45
4539
转载 python os.path
os.path.abspath(path)返回path规范化的绝对路径。>>> os.path.abspath('test.csv')'C:\\Python25\\test.csv'>>> os.path.abspath('c:\\test.csv')'c:\\test.csv'>>> os.path.abspath('../csv\\test.cs
2017-05-24 10:36:16
451
转载 python字符串前面加r
在打开文件的时候open(r'c:\....')加r和不加''r是有区别的'r'是防止字符转义的 如果路径中出现'\t'的话 不加r的话\t就会被转义 而加了'r'之后'\t'就能保留原有的样子在字符串赋值的时候 前面加'r'可以防止字符串在时候的时候不被转义 原理是在转义字符前加'\'例：s=r'\tt'pr
2017-05-24 10:23:52
651
转载 拉普拉斯算子进行图像增强
先上个简单的示例,看MATLAB中拉普拉斯滤波器是如何实现的：令原图f=magic(3)f = 8 1 6 3 5 7 4 9 2掩膜采用标准Laplacian掩膜：w=fspecial('laplacian',0)w = 0 1 0 1 -4
2017-05-16 02:19:15
17221
2
转载 高斯模糊的算法
高斯模糊的算法（高斯卷积 高斯核）通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。"模糊"的算法有很多种，其中有一种叫做"高斯模糊"（Gaussian Blur）。它将正态分布（又名"高斯分布"）用于图像处理。本文介绍"高斯模糊"的算法，你会看到这是一个非常简单易懂的算法。本质上，它是一种数据平滑技术（data smoothing），适用于多
2017-05-12 00:59:10
521
转载 C语言计算高斯核函数
二维高斯函数，形如A是幅值，x。y。是中心点坐标，σx σy是方差，图示如下，A = 1, xo = 0, yo = 0, σx = σy = 1对于学图像专业的人来说，对图像进行高斯滤波应该不会陌生，本质上就是将图像与高斯核进行卷积。但是高斯核是如何生成的呢。matlab中有函数能自动生成高斯卷积核： gs=fspecial('gaussian
2017-05-12 00:57:32
4620
原创 SIFT 三线性差值原理与代码分析
Jie Pro 在进行特征描述时，讲的非常详细。但未对三线性插值进行阐述。我也是花了好久的时间才慢慢搞懂。有错之处，请指出。1. 首先需要的几个已知量包括： 将关键点附近的邻域划分为d*d(Lowe建议d=4)个子区域，每个子区域做为一个种子点，每个种子点有8个方向。每个子区域的大小与关键点方向分配时相同，即每个区域有个子像素。（1）（2）
2017-05-10 22:30:01
2549
3
原创 python图像旋转代码
import mathimport skimagefrom matplotlib import pyplot as pltfrom skimage import iofrom numpy import *def img_rotate(img, angle): w, h, channels = img.shape anglePi = angle * math.pi / 1
2017-05-09 15:46:27
3313
1
转载 图像旋转代码
void ImgRotate(cv::Mat imgIn, float theta, cv::Mat& imgOut) { int oldWidth = imgIn.cols; int oldHeight = imgIn.rows; // 源图四个角的坐标（以图像中心为坐标系原点） float fSrcX1,fSrcY1,fSr
2017-05-09 12:53:35
1038
转载 SIFT算法详解
1、SIFT综述尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪
2017-05-08 20:39:38
1133
转载 SIFT原理与源码分析：DoG尺度空间构造
《SIFT原理与源码分析》系列文章索引：http://blog.csdn.net/xiaowei_cqu/article/details/8069548尺度空间理论自然界中的物体随着观测尺度不同有不同的表现形态。例如我们形容建筑物用“米”，观测分子、原子等用“纳米”。更形象的例子比如Google地图，滑动鼠标轮可以改变观测地图的尺度，看到的地图绘制也不同；还有电影中的拉伸镜头等等…
2017-05-08 17:33:00
1886
转载 SIFT原理与源码分析
SIFT简介Scale Invariant Feature Transform，尺度不变特征变换匹配算法，是由David G. Lowe在1999年（《Object Recognition from Local Scale-Invariant Features》）提出的高效区域检测算法，在2004年（《Distinctive Image Features from Scale-Inva
2017-05-08 16:41:46
1098
转载 python下cv.waitKey无响应原因
按下键的时候，焦点要落在窗口上，不能落在cmd窗口上。另外，一般在imshow()后要使用waitKey()，给图像绘制留下时间，不然窗口会出现无响应情况，并且图像无法显示出来。int waitKey(int delay=0) - 延时delay = 0 函数则延时无限长，必须有键按下才继续执行。 - 延时delay > 0 函数返回值为按下的键的ASCII码值，超时则返回
2017-05-04 16:34:56
4840
转载 anaconda下面安装opencv
1. 一般的手段安装Python，及相关的包（numpy、matplotlib）安装OpenCV拷贝cv2.pyd文件 将D:\opencv3.0\opencv\build\python\2.7\x86路径下的cv2.pyd拷贝到D:\Python26\Lib\site-packages测试 >>> import cv2 >>> cv
2017-05-04 14:18:37
2413
转载 MeanShift聚类算法
Mean Shift 聚类算法原文地址：http://blog.csdn.net/hjimce/article/details/45718593 作者：hjimce一、mean shift 算法理论Mean shift 算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等，因为最近搞一个项目，涉及到这个算法的图像聚类实现，因此这里做下笔记。(1)均值漂移的基本形式
2017-05-02 12:22:56
4560
转载 Harris角点检测
在图像中，角点是二维图像亮度变化剧烈的点或图像边缘曲线上曲率极大值的点,是一个重要的局部特征，它决定了图像中关键区域的形状，体现了图像中重要的特征信息，所以在目标识别、图像匹配、图像重构方面角点具有十分重要的意义。角点检测的方法多种多样, 但大致上可以分为4类: 基于边缘特征的角点检测、基于灰度图像的角点检测、基于二值图像的角点检测和数学形态学。其中 Harris 角点检测算法是基于灰度图像的
2017-05-01 23:26:40
746
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人