- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 HOG特征理解
HOG（histogram of oriented gradient）表示的是图像局部方向梯度直方图，主要用来进行复杂图像中的行人检测，并且比较通用的模型是HOG+SVM。基本思想：在图像中，局部区域的特征能够 被梯度或边缘的方向密度信息很好的表示（本质就是边缘的梯度信息）思想思路：将待分析图像人为经验分割成小的区域，分别针对每个区域统计各个像素点的边缘梯度信息并以直方图的形式表示，最终将
2015-05-31 23:04:47
524
转载 深度学习初步理解
今天认真阅读了李航老师写的统计学习方法，对深度学习有了更加深入的认识，不过由于今天做其它事情刚结束，所以搞的比较晚，就先暂时不更新自己的理解了，转一篇别人的吧，供参考，其实还有一点就是我今天一直在想昨晚看的happynear博客里的一段话“博士一年级已经快读完了，但感觉还没找到搞科研的门路，现在读别人的文章、实现别人的文章问题都不大了，但难以找到靠谱的idea来进行自己的研究，听某大神的意见说还是
2015-05-30 23:46:01
486
原创 LBP算子理解
LBP（局部二进制模式）是一种用来描述灰度图像局部纹理特征的算子，具有明显的旋转不变性和灰度不变性的优点，具体计算过程为：原始的LBP算子定义在3*3邻域内，随机选取图像的3*3局部区域，选取该区域的中心为算子阈值，将周围的8个像素点和该中心阈值进行比较，令大于该阈值的像素点表示为1，小于部分表示为0，这样就得到一个8位二进制数，从第一个值开始排列得到该像素点的十进制表示值即为该像素点的L
2015-05-30 00:11:12
4961
转载 图像特征基本介绍
特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的
2015-05-30 00:10:25
1096
原创 图像滤波基本理解
23:10，断网，心中万千。。。飘过，各种手段最后还是用手机发了，滤波即设定好算子后，对输入图像的中心像素的与算子大小相同的邻域进行相关运算或者卷积运算进而得到输出图像的过程。对应的算子不同，滤波方法和效果不同，具体算子和MATLAB中滤波规则主要分析如下：基本滤波函数：output=imfilter2(input,h,filteringmode,boundaryoption,opti
2015-05-30 00:09:47
803
转载 图像分割值OTSU方法介绍
图像分割方法今天暂时不深入讨论了，因为本人目前对于图像二值化和分割认为是一样的，可是很多图像处理任务中会将图像先二值化后再分割，没搞懂~~因此暂时从二值化开始讨论，首先讨论的是OTSU（最大类间方差方法）：假设输入图像为灰度图像（0-255），那么在图像二值化的目的就是对图像进行基于设定阈值的分割得到图像的前景（255）和背景（0），进而得到二值图像。实现过程是，首先统计灰度图像的分布直方
2015-05-30 00:08:39
1680
原创 图像分割基本原理介绍
今天主要围绕图像分割进行基本的一些介绍讨论，深入分析和程序明天再讲：基本原理：图像分割指的是根据图像的灰度,颜色,结构，纹理等特征设计合理的准则函数设计一个或多个阈值从而将图像中的像素点逐个与设定阈值比较进而将图像分割成若干个互不交叠的区域。方法一，基于阈值分割方法该方法实现过程和原理介绍中一样，而此处讨论的阈值是图像的灰度特征；方法二，基于边缘的分割方法图
2015-05-30 00:08:04
10946
原创 Hough变换直线检测
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，而且存在广义霍夫变换用于任意形状特征的检测和标记，而限于本人水平，今天只介绍霍夫变换检测直线的原理和代码：检测原理：对于二维空间内的直线表示方程y=kx+b，对该直线进
2015-05-30 00:07:25
793
转载 图像滤波（转载）
今天情况特殊，又没有电脑，所以暂时转载点自己懂得，里面有些小问题，待明天认真修改，嘻嘻～～ 在进行图像目标识别与跟踪时，摄像机所采集的图像，在成像、数字化以及传输过程中，难免会受到各种各样噪声的干扰，图像的质量往往会出现不尽人意的退化，影响了图像的视觉效果。通常这些噪声干扰使得图像退化，表现为图像模糊，特征淹没，这会对图像分析产生不利，使所获得的图像质量较低。对这样的图像直接进行目标的识别与跟踪
2015-05-30 00:06:30
415
原创 图像纹理特征研究
最近因为一篇论文里面一个环节要集中对待分析的静脉图像的纹理特征进行分析研究，所以就先概述两种经典的图像纹理特征：一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模，在图像中搜索重复的模式。该方法对人工合成的纹理识别效果较
2015-05-30 00:05:44
607
原创 K-means算法理解
今天没发用电脑，只能用手机来写了，所以就精简一点，而且也没法发图辅助大家理解了，不过我会在明天的博客里更加深入的分析的，今天先简要说一下自己认为比较容易的理解方法：Kmeans主要分为四个步骤第一，随机确定种子点的数目（即k的大小）和空间分布位置；第二，通过计算各个样本点距离种子点的距离来确定样本点的初始分布（这里的距离计算初中几何学过的）；第三，确定初始分布后，根
2015-05-30 00:05:08
392
原创 BOW（Bag of Words）词袋模型理解
基本词袋模型：词袋模型的提出是为了解决文档分类，例如一个文员收到一个任务：把手里的共计10M的公司不同部门的相关工作文件进行归档分类，分别为财务部、公关部、市场部、管理层等四个部门，那么应该怎么做呢？具体方法为：假设财务部的文件用“金额数目”表示，公关部用“客户数字”表示，市场部用“竞争对手”表示，管理层用“上市情况”表示。那么，我们依次将所有字体组合得到“金额数目客户字竞争对手上
2015-05-30 00:04:28
6437
原创 博客处女作（2）
2015.05.20，一个特殊的日子，把已经策划好久的写博客的想法付诸实践，开始真正走上正轨，最开始先定位一下博文范围吧，其实最一开始是想向大牛们一样把自己每天学的深度学习的理论的认识写下来的，幻想着有那么一天博文阅读量过千过万什么的，不过昨晚被深深的打入了谷底，发现自己其实就是S冒一个，还是一点一点来，把这个网络空间定义成我的一个成长记录也是蛮不错滴：博文定位：1、每日学到的NB理论的重
2015-05-30 00:03:48
299
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人