2016年01月_zhaocj

10月 09月 06月 05月 02月 01月

原创 Opencv2.4.9源码分析——Normal Bayes Classifier

一、原理 OpenCV实现的贝叶斯分类器不是我们所熟悉的朴素贝叶斯分类器（Naïve Bayes Classifier），而是正态贝叶斯分类器（Normal Bayes Classifier），两者虽然英文名称很相似，但它们是不同的贝叶斯分类器。前者在使用上有一个限制条件，那就是变量的特征之间要相互独立，而后者没有这个苛刻的条件，因此它的适用范围更广。为了保持理论的系统性和完整性，我们还是

2016-01-31 16:26:11 5316 1

原创 Opencv2.4.9源码分析——Boosting

一、原理 AdaBoost（Adaptive Boosting，自适应提升）算法是由来自AT&T实验室的Freund和Schapire于1995年首次提出，该算法解决了早期Boosting算法的一些实际执行难题，而且该算法可以作为一种从一系列弱分类器中产生一个强分类器的通用方法。正由于AdaBoost算法的优异性能，Freund和Schapire因此获得了2003年度的哥德尔奖（Gödel

2016-01-18 14:51:50 9081 10

原创 Opencv2.4.9源码分析——Decision Trees

一、原理决策树是一种非参数的监督学习方法，它主要用于分类和回归。决策树的目的是构造一种模型，使之能够从样本数据的特征属性中，通过学习简单的决策规则——IF THEN规则，从而预测目标变量的值。图1 决策树例如，在某医院内，对因心脏病发作而入院治疗的患者，在住院的前24小时内，观测记录下来他们的19个特征属性——血压、年龄、以及其他17项可以综合判断病人状况的重要指标，

2016-01-12 13:42:39 10547 7

原创 Opencv2.4.9源码分析——HoughCircles

图形可以用一些参数进行表示，标准霍夫变换的原理就是把图像空间转换成参数空间（即霍夫空间），例如霍夫变换的直线检测就是在距离-角度空间内进行检测。圆可以表示成：(x-a)2+(y-b)2=r2 （1）其中a和b表示圆心坐标，r表示圆半径，因此霍夫变换的圆检测就是在这三个参数组成的三维空间内进行检测。原则上，霍夫变换可以检测任何形状。但复杂的形状需要的

2016-01-04 11:17:14 30441 33

用于Opencv的车牌识别xml文件

cascade.xml用于opencv所需的车牌识别xml文件，该文件可以识别蓝底白字的普通车牌。该xml文件由本人生成，详细的内容请看我的博客：http://blog.csdn.net/zhaocj

2017-01-13

Opencv2.4.9源码分析——Support Vector Machines

本文档共分为三个部分，第一个部分介绍SVM的原理，我们全面介绍了5中常用的SVM算法：C-SVC、ν-SVC、单类SVM、ε-SVR和ν-SVR，其中C-SVC和ν-SVC不仅介绍了处理两类分类问题的情况，还介绍处理多类问题的情况。在具体求解SVM过程中，我们介绍了SMO算法和广义SMO算法。第二个部分我们给出了OpenCV中SVM程序的详细注解。第三个部分我们给出了一个基于OpenCV的SVM算法的简单应用实例。

2016-05-02

opencv2.4.9源码分析——SURF

详细介绍SURF算法，以及opencv的源码分析，并给出应用实例。

2015-01-10

opencv2.4.9源码分析——SIFT

详细介绍SIFT算法，opencv的SIFT源码分析，以及应用实例

2014-12-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人