2014年03月__皮皮的

转载 PSNR以及SSIM

PSNR（Peak Signal to Noise Ratio）峰值信噪比，一种全参考的图像质量评价指标。其中，MSE表示当前图像X和参考图像Y的均方误差（Mean Square Error），H、W分别为图像的高度和宽度；n为每像素的比特数，一般取8，即像素灰阶数为256. PSNR的单位是dB，数值越大表示失真越小。图像压缩中典型的信噪比在20～40dB之间，越高越好。PSNR是最

2014-03-31 23:13:56 5686

转载 Matlab 之 im2col

函数原型：B = im2col(A,[m n],block_type)功能：将矩阵A分为m×n的子矩阵，再将每个子矩阵作为B的一列。（1）当block_type为distinct时，将A分解为互不重叠的子矩阵，并转换成列。若不足m×n，以0补足。例： A= 15 36 42 40 67 88

2014-03-31 17:20:34 1962

原创相关系数

1、相关系数：是用以反映变量之间相关关系密切程度的统计指标。相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度；着重研究线性的单相关系数。相关系数 r 的公式：例：向量x=[1 0 1]' y=[0 1 0]; 计算两向量的相关系数为：-0.

2014-03-28 16:44:12 6965 1

转载 MP算法和OMP算法及其思想

主要介绍MP(Matching Pursuits)算法和OMP(Orthogonal Matching Pursuit)算法[1]，这两个算法虽然在90年代初就提出来了，但作为经典的算法，国内文献(可能有我没有搜索到)都仅描述了算法步骤和简单的应用，并未对其进行详尽的分析，国外的文献还是分析的很透彻，所以我结合自己的理解，来分析一下写到博客里，算作笔记。1. 信号的稀疏表示(sparse re

2014-03-27 10:11:28 833

转载线性回归标准方程及其概率解释

线性回归作为一种监督学习方法，在机器学习领域中属于最基本的优化问题，即根据现有的数据集，找到一个能够最好拟合这组数据的线性函数即可，根据这个线性函数对新来的数据进行预测。本文将会覆盖最简单的线性回归的解释和标准方程求解最优线性回归参数，至于梯度下降法求解，会有单独的另外一篇博客介绍。什么是回归分析显而易见，线性回归就是一种回归分析，那么什么是回归分析呢？简单的说，就是找到一条能

2014-03-25 23:23:38 1915

转载正则化和归一化的浅层理解

正则化（Regularization）、归一化（也有称为正规化/标准化，Normalization）是对数据尽心预处理的方式，他们的目的都是为了让数据更便于我们的计算或获得更加泛化的结果，但并不改变问题的本质，下面对他们的作用分别做一下科普，如有不正确之处，求指正！前言需要注意的是，这些名词在不同的领域含义也有点区别，这里仅仅指的是在进行机器学习研究的时候所使用的意义。一、正则化（

2014-03-25 22:56:18 1812

转载 3D重建基础

2D图像、3D重建、马尔可夫随机场、病态问题用单张2D图像重构3D场景zouxy09@qq.comhttp://blog.csdn.net/zouxy09 之前看到Stanford大学的机器学习公开课程的lecture01中，Andrew Ng介绍他的两个学生用单幅图像去重构这个场景的三维模型。感觉非常厉害，所以就自己了解了一下。而这个研究也在相应的大学网站上面提供

2014-03-24 17:29:06 1236

转载高斯模糊详解

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），适用于多个场合，图像处理恰好提供了一个直观的应用实例。

2014-03-24 16:34:03 1443

转载协方差矩阵

转自：http://blog.csdn.net/ybdesire/article/details/6270328详细解释了协方差矩阵的求法，协方差的定义对于一般的分布，直接代入E(X)之类的就可以计算出来了，但真给你一个具体数值的分布，要计算协方差矩阵，根据这个公式来计算，还真不容易反应过来。网上值得参考的资料也不多，这里用一个例子说明协方差矩阵是怎么计算出来的吧。记

2014-03-20 23:33:12 764

转载图像处理中的傅立叶变换（闲扯版）

原文：http://blog.csdn.net/kofsky/article/details/2955823傅立叶变换在图像处理中有非常非常的作用。因为不仅傅立叶分析涉及图像处理的很多方面，傅立叶的改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。印象中，傅立叶变换在图像处理以下几个话题都有重要作用：1.图像增强与图像去噪绝大部分噪音都是图像的高频分量

2014-03-18 15:50:48 890

转载图像缩放的双线性内插值算法的原理解析

转自：http://blog.csdn.net/qiqi5521/article/details/2207562图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具，画家常用它来放大图画。当然，在计算机上，我们不再需要用放大尺去放大或缩小图像了，把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象；在本文中，我们所说的图像都是指点

2014-03-15 23:54:02 1068

转载奇异值分解和图像压缩

今天我们来讲讲奇异值分解和它的一些有意思的应用。奇异值分解是一个非常，非常，非常大的话题，它的英文是 Singular Value Decomposition，一般简称为 SVD。下面先给出它大概的意思：对于任意一个 m×n 的矩阵 M，不妨假设 m>n，它可以被分解为M=UDVT其中U 是一个 m×n 的矩阵，满足 UTU=In，In 是 n×n 的单

2014-03-10 22:13:06 1680

转载灰度共生矩阵

灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。灰度共生矩阵是对图像上保持某距离的两象素分别具有某灰度的状况进行统计得到的。对于灰度共生矩阵的理解，需要明确几个概念：方向，偏移量和灰度共生矩阵的阶数。1、方向一般计算过程会分别选在几个不同的方向来进行，常规的是0°、45°、90°、135°2、偏移量（offset）3、阶数：灰度共

2014-03-07 16:23:37 1652

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough 首次提出[53]，后于1972年由Richard Duda和Peter Hart推广使用[54]，经典霍夫变换用来检测图像中的直线，后来霍夫变换

2014-03-06 10:36:55 1626 1

OPPOA113的专栏