- 博客(13)
- 资源 (12)
- 收藏
- 关注
原创 频域低通滤波器(MATLAB 含代码)
在频谱中低频主要对应图像在平滑区域的总体灰度级分布,而高频对应图像的细节部分,如边缘和噪声。因此图像平滑可以通过衰减图像频谱中的高频部分来实现,这就建立了空间域图像平滑和频域低通滤波之间的对应关系。理论基础最容易想到的衰减高频成分方法是在一个称为‘截止频率’的位置截断所有的高频成分,将图像频谱中所有高于这一截止的频谱 成分设为0,低于截止频率的成分设为保持不变。能够达到这种效果的滤波器我们
2016-10-27 10:40:40 47348
原创 Matlab 插值算法(最邻近、双线性、双三次插值)
1、最邻近元法这是最简单的一种插值方法,不需要计算,在待求象素的四邻象素中,将距离待求象素最近的邻象素灰度赋给待求象素。设i+u, j+v(i, j为正整数, u, v为大于零小于1的小数,下同)为待求象素坐标,则待求象素灰度的值 f(i+u, j+v) 如下图所示:如果(i+u, j+v)落在A区,即u最邻近元法计算量较小,但可能会造成插值生成的图像灰度上的不连续,在灰度变化的地
2016-10-25 16:40:13 26070 2
原创 matlab 直方图均衡化
直方图均衡化又称为灰度均衡化,是指通过某种灰度映射使输入图像转换为在每一个灰度级上都有近似相同的像素点数的输出图像(输出的直方图是均匀的),在经过均衡化处理后的图像中,像素将占有可能多的灰度级并且分布均匀。图像归一化就是将图像转化成唯一的标准 形式以抵抗各种变换,从而可消除同类图像不同的变形体之间的外观差异。当图像归一化用于消除灰度因素(光照等)造成的图像外观变化时,成为图像灰度归一化。下面用
2016-10-25 10:34:30 960
原创 MATLAB 灰度线性变换
利用分段线性变换函数来增强图像对比度的方法实际是增强原图各个部分的反差,即增强输入图像中感兴趣的灰度区域,相对抑制那些不感兴趣的灰度区域。分段线性函数的主要优势在于它的形式可以任意合成,而其缺点是需要更多的用户输入。分段的灰度拉伸可以更加灵活地控制输出灰度直方图的分布,可以有选择的拉伸某段灰度区间以改善输出图像。如果一幅图像灰度集中在较暗的区域而导致图像偏暗,我们可以用灰度拉伸功能来扩展(斜率
2016-10-24 23:12:20 15891
原创 matlab 直方图的求解及归一化直方图
I=imread('clock.jpg');当读取图像直方图时,出现 就是图像是彩色的先把图像变换为灰度图像然后再进行求解直方图b=rgb2gray(I);imhist(b);然后就会显示出灰度直方图啦然后归一化直方图:>> [m,n]=size(b);>> [counts ,x]=imhist(b,32);>> counts=counts/m/n;
2016-10-24 20:11:04 5586
原创 matlab 函数3(算术运算)
1.加法 用来结合两幅图像的像素内容或对一幅图像的像素值家一个常数。在MATLAB 的图像工具箱里用imadd函数,当两幅图像相加时,需要注意超出所用数据类型允许的最大像素值,有两种解决方法,归一化和截断 。归一化:将中间的结果保存在一个临时变量w中,并在z中用下列计算每个结果的像素值 g= Lmax/(fmax-fmin)*(f-fmin)其中f是当前在w中的像素,lmax是最大可
2016-10-24 15:55:08 834
原创 matlab 常用函数2
对矩阵执行算术操作可以通过操作符+ - * / 来实现,对相乘(*)和相除(/)操作符,缺省的是矩阵乘法和矩阵除法。要对一个矩阵的单个元素执行操作,要在操作符前加一个点(.)如:diag对矩阵提取对角线的元素计算一个矩阵的转置计算矩阵的行列式
2016-10-23 11:26:20 295
原创 matlab 中一些常见的函数1
Matlab标准内置数组Zeros(m,n) 生成一个m * n的0数组Ones(m,n)生成一个m * n的1数组True (m,n)生成一个m * n的逻辑1数组False (m*n) 生成一个M * N的逻辑0数组Eye(n):返回一个n * n的单位矩阵Magic(m)返回一个阶为m的魔术平方Read(m , n)生成一个m*n的矩阵,它的元素是在[0,1]
2016-10-21 22:52:01 6662
转载 人脸数据库2
公开人脸数据集本页面收集到目前为止可以下载到的人脸数据库,可用于训练人脸深度学习模型。人脸识别数据库描述用途获取方法WebFace10k+人,约500K张图片非限制场景链接FaceScrub530人,约100k张图片非限制场景链接YouTube
2016-10-18 17:10:42 559
转载 人脸数据库
■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)■BioID Face Database (http://www.bioi
2016-10-18 16:59:05 1061
转载 SeetaFace开源人脸识别引擎介绍
区分不同的人是很多智能系统的必备能力。为实现此目的,一种可能的技术手段是通过对人脸的光学成像来感知人、识别人,即所谓的人脸识别技术。经过几十年的研发积累,特别是近年来深度学习技术的涌现,人脸识别取得了长足的进步,在安防、金融、教育、社保等领域得到了越来越多的应用,成为计算机视觉领域最为成功的分支领域之一。然而,人脸识别并非完全成熟的技术,离公众期望的全面应用尚有距离,还需要学术界、工业界的共同
2016-10-14 16:00:39 4404
转载 稀疏自编码
稀疏自编码原文地址:http://blog.csdn.NET/hjimce/article/details/49106869作者:hjimce一、相关理论以前刚开始学CNN的时候,就是通过阅读theano的深度学习相关教程源码,对于CNN的整个过程才有了深入理解。之前虽然懂CNN的原理,但是对于其源码层的实现,到底要怎么搞,却有点模糊,之后学了theano的cnn教程后,才知道
2016-10-13 15:21:19 1270
转载 Sparse DBN
NIPS_2007_Sparse deep belief net model for visual area V2这篇文章主要讲的是sparse DBN。很多比较学习算法的结果与V1区域相似的工作,但是没有与大脑视觉体系更深层次的比较,比如V2、V4,这篇文章量化的比较了sparse DBN与V2学习的特征,V2的结果引用自这篇文章:M. Ito and H. Koma
2016-10-09 11:26:22 770
Exp1DrawDiamonds.exe
2020-05-31
libSVM 程序包
2016-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人