算法
文章平均质量分 80
nevermoredanny
这个作者很懒,什么都没留下…
展开
-
傅立叶变换的物理意义
1、为什么要进行傅里叶变换,其物理意义是什么? 傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。和傅立叶变换算法对应的是反傅立叶变换转载 2012-04-07 16:24:06 · 1492 阅读 · 0 评论 -
反向投影图
图像的反向投影图是用输入图像的某一位置上像素值(多维或灰度)对应在直方图的一个bin上的值来代替该像素值,所以得到的反向投影图是单通的。用统计学术语,输出图像象素点的值是观测数组在某个分布(直方图)下的概率。 其中b(xi)表示在位置xi上像素对应的直方图第b(xi)个bin,直方图共m个bin,qu表示第u个bin的值。还是以例子说明(1)例如灰度图像如下转载 2012-07-06 10:12:41 · 1545 阅读 · 1 评论 -
kalman滤波的通俗解释
简单来说,卡尔曼滤波器是一个“optimal recursive data processing algorithm(最优化自回归数据处理算法)”。对于解决很大部分的问题,他是最优,效率最高甚至是最有用的。他的广泛应用已经超过30年,包括机器人导航,控制,传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理,例如头脸识别,图像分割,图像边缘检测等等。转载 2012-08-03 10:20:11 · 1183 阅读 · 0 评论 -
Mean Shift 知识整理
转至:http://www.cnblogs.com/ronny/archive/2012/10/07/2713697.html第一个问题:无参数密度估计给定任意一组观测数据或数据采样值,估计出样本的分布。无参数密度估计,它对数据分布规律没有附加任何假设,而是直接从数据样本本身出发研究数据分布特征,对先验知识要求最少,完全依靠训练数据进行估计,而且能处理任意的概率转载 2012-10-22 15:04:06 · 3802 阅读 · 4 评论