- 博客(15)
- 资源 (9)
- 收藏
- 关注
RSS订阅转载 VC6.0下配置OpenCV1.0
步骤： 1 安装Visual C++ 6.0 2 安装OpenCV 1.0 3 配置Windows环境变量 4 配置Visual C++ 6.0 4.1 全局设置 4.2 项目设置 5 测试程序1.安装Visual C++ 6.0 链接就不放了，网上下载安装
2017-10-27 10:52:49
615
原创 SIFT--特征描述符
本节将介绍SIFT的最后一步—–特征描述符。特征描述的目的是在关键点计算后，用一组向量将这个关键点描述出来，这个描述子不但包括关键点，也包括关键点周围对其有贡献的像素点。用来作为目标匹配的依据，也可使关键点具有更多的不变特性，如光照变化、3D视点变化等。特征描述的思路：对关键点周围图像区域分块，计算块内梯度直方图，生成具有独特性的向量，这个向量是该区域图像信息的一种抽象，具有唯一性。实现特征描述符具
2017-10-25 21:53:26
12108
原创 SIFT--方向分配
在得到合适的特征点位置后，为每个特征点分配方向，从而使描述子能实现图像旋转不变性，这也是我们SIFT第三步方向分配的主要目的。SIFT中方向分配主要从以下几个步骤进行。1、计算梯度幅值和幅角 需要根据检测到的特征点的局部图像结构求得一个方向基准。我们使用图像梯度方向求取该局部结构的稳定方向。对于已经检测到的特征点，我们知道该特征点的尺度值 σ \ \sigma\ ，因此根据这一尺度值，求得最接近
2017-10-22 21:42:50
1845
原创 SIFT--关键点定位
定位关键点位置合适关键点去除低响应的特征点去除边缘响应一些问题SIFT主要分四步，这篇主要解释第二步：关键点的定位。本文将从：定位关键点位置、选取合适的关键点、问题。三个部分来阐述。定位关键点位置上篇论文我们提到，通过DoG相邻层之间的比较来获取关键点。还是以图来看。即为了寻找尺度空间的极值点，每一个采样点都要和它所有的相邻点进行比较，看是否比它的图像域和尺度域的相邻点大或者小。如图，中间的
2017-10-20 16:16:50
4217
2
转载 VMware提示 已将该虚拟机配置为使用 64 位客户机操作系统。但是，无法执行 64 位操作。
VMware12提示 已将该虚拟机配置为使用 64 位客户机操作系统。但是，无法执行 64 位操作。此主机支持 Intel VT-x，但 Intel VT-x 处于禁用状态解决办法：下载LeoMoon CPU-V 检查一下CPU VT-x状态是否启用地址：http://download.csdn.net/detail/taoshujian/9770327如果未启用 VT-x启用状态这里会有一
2017-10-19 09:35:38
3492
原创 SIFT--尺度空间、高斯金字塔
尺度空间高斯金字塔高斯模糊下采样高斯金字塔的构造过程差分高斯金字塔构造过程SIFT成名已久，但理解起来还是很难的，一在原作者Lowe的论文对细节提到的非常少，二在虽然网上有许多相应博文，但这些博文云里雾里，非常头疼，在查看了许多资料了，下面贴出我自己的一些理解，希望有所帮助。Lowe把SIFT分为四个阶段：构建尺度空间、关键点的定位、方向分配、特征描述符。下面分别从这四个阶段来阐述。尺度空
2017-10-15 09:53:45
6763
4
原创 高斯模糊
图像处理的基本知识和学习SIFT的先验知识，总结一下温故而知新，学习的知识整理出来时常翻一下还是好的。下面将从高斯模糊的定义和应用上来说明。高斯模糊定义高斯模糊的应用高斯模糊定义高斯模糊其实是一个低通滤波器，它的核心在于使用高斯函数作为模糊模板与输入图像做卷积运算，去除图像的高频分量，达到模糊图像的目的（其实就是滤波）。经过高斯模糊处理的图片视觉效果类似于通过透过半透明的屏幕去查看，高斯模糊在图像
2017-10-13 21:34:51
2973
原创 卷积的理解
卷积的定义卷积的计算卷积的应用上学期上过信号处理这门课，整理过一些卷积的资料，放下了，最近在看SIFT,又重新过了一遍。 卷积理解起来还是十分抽象的，看了很多资料才算一知半解吧，以下贴出。只要接触过卷积的人一定会知道“反褶、平移、积分”这句话，大部分人解释卷积也是靠这句话，但这句话非常空洞，卷积又是一个十分抽象的东西，我也被此困扰好久，别人要是问对卷积的理解，也就只能回答“反褶–平移–积分”，
2017-10-13 13:30:07
1489
原创 机器学习第十一周--照片OCR
ML Pipeline照片OCRML pipeline滑动窗人工合成数据创造新数据通过已有的样本创造新的样本上限分析ML PipelineOCR指光学字符识别，作者这里介绍照片OCR技术的目的主要有三个： 1、展示一个复杂的机器学习系统是如何被组合起来的。 2、介绍机器学习流水线（ML pipeline）的有关概念以及决定下一步如何分配资源。 3、通过介绍照片OCR问题
2017-10-12 13:48:44
1090
1
原创 机器学习第十周（二）--在线学习、Map reduce
在线学习运输服务搜索Map reduceMap-reduce原理使用Map-reduce的条件Map-reduce处理逻辑回归在线学习在拥有连续一波数据或连续的数据流涌进来，而我们又需要一个算法来从中学习的时候来模型化问题时，我们就需要用到在线学习机制。 如果你有一个由连续的用户流引发的连续的数据流，用户流进入你的网站，你能做的是使用一个在线学习机制，从数据流中学习用户的偏好，然后使用
2017-10-12 10:03:01
587
原创 机器学习第十周（一）--随机梯度下降
大数据随机梯度下降小批量梯度下降随机梯度下降的收敛大数据机器学习中约定俗成有这么一句话：更多的数据决定算法的好坏。 但是数据变多时，计算量也就相应增多。当我们的训练集大小为一亿时，训练集就非常大了。当我们训练集非常大时，我们会随机选取几千条数据来验证我们的算法是否合适。这里随机取1000个数据。画出学习曲线，左边处于高方差状态，我们需要增加训练集。右边处于高偏差状态，增加特征或是一个不错的方
2017-10-11 22:02:20
869
转载 conv2、filter2、imfilter比较
http://www.ilovematlab.cn/thread-293710-1-1.html————————————-conv2函数—————————————-1、用法C=conv2(A,B,shape); %卷积滤波复制代码 A:输入图像，B:卷积核 假设输入图像A大小为ma x na，卷积核B大小为mb x nb，则 当shape=fu
2017-10-11 10:36:20
362
原创 Github的初用
1、首先在Ubuntu下安装gitsudo apt-get install git当安装不成功时，可以尝试更新一下sudo -apt-get update一开始我也出现过安装不成功的情况，更新后安装成功。git --version 检查是否安装成功2、注册github账户，新建一个仓库。3、在本地创建 ssh-key$ ssh-keygen -t rsa -C "your_email@youre
2017-10-10 20:21:39
233
原创 Ubuntu中Vim的安装
Ubuntu中是默认没有安装Vim的，只有Vim的精简版Vim-tiny和vi。1、查看安装的vivi +"Tab" 查看2、安装vimsudo apt-get install vim-gtk3、编辑vimrcsudo vim /etc/vim/vimrc其中安装vim过程中出现的vimtutor是vim的内置学习文档。是vim的基础教程。4、修改配置保证语法高亮5、作其他配置set nu
2017-10-06 23:21:49
524
原创 机器学习第九周（四）--推荐系统
预测电影评分基于内容的推荐构造特征向量参数向量theta的计算梯度下降协同过滤特征向量矛盾协同过滤的优化协同过滤的优化协同过滤过程低秩矩阵分解协同过滤的向量化实现找相关电影均值归一化均值归一化的引入均值归一化预测电影评分推荐系统的引入主要有俩个原因： 1、推荐系统是机器学习中一个很重要的应用，一些大的商业公司会利用推荐系统来提高商业效益，这是很重要的。 2、
2017-10-01 10:18:34
887
Scale theory SIFT OpenSIFT
2017-12-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人