数学 模式识别 图像
文章平均质量分 91
美女宝贝
这个作者很懒,什么都没留下…
展开
-
不规则四边形的平行四边形化
这个我是应用到bmp文件中,然后在图像中任意画个四个点,最后平行四边形化,这个的重点 1、bmp的读取顺序,然后你的实际坐标和象素点上的坐标要对上的话,要反转。 2、四边形的平行四边化,这个比较简单,利用斜率法就可以得到原创 2013-11-21 15:47:21 · 4431 阅读 · 0 评论 -
直方图均衡化的一些小小的抄袭
这个过一段时间再去操作原创 2015-01-14 15:14:44 · 533 阅读 · 0 评论 -
时间复杂度和空间复杂度
早晨上班,想起来我同学,姓彭,昨天说起了这个时间复杂度和空间复杂度,我看到书是《模式分类》,作者是Richard O.Duda Peter E.Hart David G.Stork 著。519页的计算复杂度。 时间复杂度指的是算法的时间开销。 空间复杂度指的是内存空间的开销或需要占用的处理器的多少。 这里提到了两个重要的概念,渐进上界,渐进下界,渐进紧原创 2013-12-06 10:32:54 · 586 阅读 · 0 评论 -
hough transform
等研究完毕在先感受....原创 2013-12-07 09:36:09 · 786 阅读 · 0 评论 -
无路灯情况下的车灯匹配的检测
本文检测到是一个经典的无路灯情况下的视频,车俩比较多,而且都有地面反射光,还有各种的干扰(这种干扰主要来自于车道有转弯的时候,别的车道的车灯反射到其他车道的地面上)。问题的核心是: 1、找到检测区里面的有关车灯的区域 2、排除车灯 3、主要问题就是当车灯反射到地面的光刚好进入到检测区时,容易被多检。 4、这种问题的解决就是在这个前面在做一个检测区。 以上是自己的一些在实际问题中已经解决,原创 2013-12-03 09:43:22 · 845 阅读 · 0 评论 -
Modified Hough Ellipse Transform: Detecting Ellipse in An Accurate Way
Posted by Zhang Jian Nan on March 27, 2012 at 9:54pm Having the idea of Hough line transform, it's easy to think about applying it to any shapes, such as circles, ellipses that can be expre转载 2013-12-09 09:56:39 · 2861 阅读 · 0 评论 -
Deep Learning
Deep Learning(深度学习)最近火爆的不行,不论是以NIPS,ICML,CVPR这些top conference为代表的学术界,还是以Google,Microsoft,IBM为代表的工业界,都加入到了轰轰烈烈的深度学习行列中。在可以预见的相当长一段时间内,Deep Learning依然会持续这种热点状态。下面的工作和Deep Learning的内容很相关,希望能够比较深入详细的研究一下其转载 2013-12-06 11:14:24 · 732 阅读 · 0 评论 -
车灯匹配性问题的提出
通过观察,车灯匹配最后的误检有以下情况: 1、车灯照在地面上的光,很多时候会是分开的,而且满足我们最初判断车灯的条件,这样就造成了多检。 2、关键还是上面的这个多检原创 2013-11-28 10:23:41 · 756 阅读 · 0 评论 -
车灯匹配
现在找到了车灯匹配的候选区,那么怎么挑选出这些车灯那,通过一个分层结构去判断 1、通过面积比排除 2、通过左右车灯的具体位置排除 3、通过车灯的上下位置进行排除原创 2013-11-25 11:18:45 · 848 阅读 · 0 评论 -
分段OTSU处理图像数据
/*=================================================================================== function: OTSU_Algorithm input : image data output : threshold value return : void ==================原创 2015-10-27 18:11:18 · 474 阅读 · 0 评论