- 博客(4)
- 资源 (4)
- 收藏
- 关注
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
2017-01-13
Opencv2.4.9源码分析——Support Vector Machines
2016-05-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人