数学
东西北
机器视觉
展开
-
图像的矩
图像的矩一幅图像的矩,是通过一定的公式计算出来的。明白这个公式背后的原理,对于初学者来说,有一定的困难。这里,对图像的矩进行讲解。------------------------------若转载本文,请注明出自:www.opencvchina.com----------------------------------(1)数学公式在纯数学理论上,关于某一个点的第n阶矩,定转载 2012-12-24 18:06:48 · 13595 阅读 · 2 评论 -
协方差矩阵
浅谈协方差矩阵 声明:本文转自颖风的博客,原文地址:http://www.pinkyway.info/2010/08/31/covariance/ 今天看论文的时候又看到了协方差矩阵这个破东西,以前看模式分类的时候就特困扰,没想到现在还是搞不清楚,索性开始查协方差矩阵的资料,恶补之后决定马上记录下来,嘿嘿~本文我将用自认为循序渐进的方式谈谈协方差矩阵。统计学的基本概念学过概率统转载 2012-12-20 09:46:18 · 1316 阅读 · 0 评论 -
Mahalanobis距离(马氏距离)
Mahalanobis距离(马氏距离)Mahalanobis距离是多维空间中两点相似性的度量,它本身不是聚类或者分类算法。Mahalanobis距离与Euclidean距离(欧式距离)类似,不过还需除以空间的协方差矩阵。如果协方差矩阵是单位矩阵,则Mahalanobis距离退化为Euclidean距离。 opencv计算协方差矩阵函数CVAPI(void) cvCal原创 2012-12-20 10:36:04 · 9147 阅读 · 1 评论 -
傅立叶变换在图像处理中的应用
1、为什么要进行傅里叶变换,其物理意义是什么?傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号,以累加方式来计算该信号中不同正弦波信号的频率、振幅和相位。和傅立叶变换算法对应的是反傅立叶变换算转载 2014-01-24 15:00:53 · 7731 阅读 · 1 评论 -
理解矩阵特征值及应用
将N阶对称矩阵A分解,用N个特征向量Q和特征值 Σ 来表示,不同特征值对应的特征向量是相互正交的。特征向量和特征值可以很好的描述原始矩阵,方便后续应用。将矩阵投影在特征向量上,特征值即投影长度。特征值越大,表示矩阵在对应特征向量上信息量越大,导数越大。反之,特征值越小,表示信息量较少,也可删除对应特征向量上的数据,降维减少数据量。可应用于最优化求解,图像处理(如特征点描述和特征转载 2015-09-23 16:00:47 · 6176 阅读 · 0 评论