- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 13行代码实现最快速最高效的积分图像算法
原文地址： https://www.cnblogs.com/Imageshop/p/6219990.html原文作者：Imageshop 研究图像到一定程度的人，应该都对积分图像有所了解，大家在百度或者google中都可以搜索到大量的相关博客，我这里不做多介绍。用积分图也确实能解决很多实际的问题，比如我博客中的基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用 一文我就
2018-01-31 17:55:24
731
转载 快速计算积分图
积分图是图像中十分常用的方法，最初是在Haar特征的快速计算中学到（参考博文：利用积分图像法快速计算Haar特征），后来发现在均值滤波，二值化等图像处理方法中也十分常见。积分图的简要介绍可以参考博文：利用积分图像法快速计算Haar特征，这里不再重复了。本篇主要是小记一下积分图的计算方法。由于积分图中每个单元存储的信息是原图中此位置左上角所有像素之和，所以对一张W*H的图像直接求取积分图，需
2018-01-31 17:51:47
658
转载 图像处理之积分图算法
图像处理之积分图算法一：积分图来源与发展积分图像是Crow在1984年首次提出，是为了在多尺度透视投影中提高渲染速度。随后这种技术被应用到基于NCC的快速匹配、对象检测和SURF变换中、基于统计学的快速滤波器等方面。积分图像是一种在图像中快速计算矩形区域和的方法，这种算法主要优点是一旦积分图像首先被计算出来我们可以计算图像中任意大小矩形区域的和而且是在常量时间内。这样在图像模糊、边缘提取、
2018-01-31 17:23:16
9356
转载 图像的纹理特征之灰度共生矩阵
由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。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。Gray-level co-occurrence matrix from an image图像的灰度共生矩阵灰度共生矩阵是像素距离和角度的矩阵函数，它通过计算图像中一定距
2018-01-31 09:56:21
12423
转载 干货 | 上手机器学习，从搞懂这十大经典算法开始
翻译 | AI科技大本营（rgznai100） 参与 | 林椿眄 编辑 | 波波，Donna在机器学习领域，“没有免费的午餐”是一个不变的定理。简而言之，没有一种算法是完美的，可以作为任何问题的最佳解决方案。认清这一点，对于解决监督学习问题（如预测建模问题）尤其重要。我们不能总说神经网络就是比决策树好，反之亦然。影响算法性能的因素有很多，比如数据集的大小和结构。因此，对于自己的
2018-01-23 09:42:13
225
转载 基本Kmeans算法介绍及其实现
1.基本Kmeans算法[1][cpp] view plain copy print?选择K个点作为初始质心 repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 簇不发生变化或达到最大迭代次数 选择K个点作为初始质心repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质
2018-01-15 14:29:44
759
转载 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut
聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach: 建立数据的不
2018-01-15 13:43:17
309
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人