图像处理和计算机视觉
文章平均质量分 70
zhoucy163
这个作者很懒,什么都没留下…
展开
-
mxnet sample
import find_mxnetimport mxnet as mximport argparseimport os, sysimport train_modelimport numpy as npdef _download(data_dir): if not os.path.isdir(data_dir): os.system("mkdir " + dat转载 2016-09-24 16:15:26 · 993 阅读 · 0 评论 -
数码相机各参数详解
数码相机各参数详解一、感光器件提到数码相机,不得不说到就是数码相机的心脏——感光元件。与传统相机相比,传统相机使用“胶卷”作为其记录信息的载体,而数码相机的“胶卷”就是其成像感光元件,而且是与相机一体的,是数码相机的心脏。感光器是数码相机的核心,也是最关键的技术。数码相机的发展道路,可以说就是感光器的发展道路。目前数码相机的核心成像部件有两种:一种是广泛使用的CCD(电荷藕合)元件转载 2013-07-06 09:44:20 · 11010 阅读 · 0 评论 -
光学字符识别 OCR
光学字符识别(OCR,Optical Character Recognition)是指对文本资料进行扫描,然后对图像文件进行分析处理,获取文字及版面信息的过程。OCR技术非常专业,一般多是印刷、打印行业的从业人员使用,可以快速的将纸质资料转换为电子资料。关于中文OCR,目前国内水平较高的有清华文通、汉王、尚书,其产品各有千秋,价格不菲。国外OCR发展较早,像一些大公司,如IBM、微软、HP等,即使转载 2013-06-20 21:29:52 · 2384 阅读 · 0 评论 -
马氏距离与协方差矩阵
今天看到“马氏距离”的字眼,原来简单的认为是加权的欧氏距离,在wiki上查过之后发现原来想简单了,马氏距离能够描述不同维之间的关联性,其关键在于它用到了协方差矩阵,下面是wiki上的介绍:--------------------------在统计学与概率论中,协方差矩阵(或称共变异矩阵)是一个矩阵,其每个元素是各个向量元素之间的方差。这是从标量随机变量到高维度随机向量的自然推广。转载 2013-07-06 11:14:50 · 2685 阅读 · 0 评论 -
Otsu's method大津法/最大类间方差(Otsu)
大津法由大津(otsu)于1979年提出,对图像Image,记t为前景与背景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;背景点数占图像比例为w1,平均灰度为u1。图像的总平均灰度为:u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t,当t使得值g=w0*(u0-u)2+w1*(u1-u)2最大时t即为分割的最佳阈值。对大津法可作如下理解:该式实际上就是类间方差值,阈值t分割出的前转载 2013-06-09 16:44:15 · 1284 阅读 · 0 评论 -
oopencv rotated rectangle
original position rotated 50o原创 2013-06-09 18:47:06 · 825 阅读 · 0 评论 -
介绍一个新推出的免费的用于点云的2D/3D的处理的开源项目Point Clouds Library (PCL)
Point Clouds Library (PCL) 是由Radu Bogdan等人开发的一个开源项目,其最初的动机是专注于点云感知的应用,并集成大量高级的用语3D感知的方法,适用于3 Building Blcoks,这个库实现的算法包括:Filtering, feature estimation, surface reconstruction, registration, model fitti转载 2013-05-28 17:02:15 · 1633 阅读 · 0 评论 -
TLD(Tracking-Learning-Detection)学习与源码理解之(一)
TLD(Tracking-Learning-Detection)学习与源码理解之(一)zouxy09@qq.comTLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生Zdenek Kalal在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测转载 2013-05-28 17:01:27 · 785 阅读 · 0 评论 -
常见的目标检测中的背景建模方法漫谈
最近一直在做前景检测方面的研究,刚开始主要是做一些工程性的应用,为了解决工程方面的问题,下了不少功夫,也看了不少最近国内外的文章。一直想做个总结,拖着拖着,终究却写成这篇极不成功的总结。(文章下载:http://download.csdn.net/detail/kezunhai/5283117) 背景建模或前景检测的算法主要有: 1. Single Gaussian转载 2013-05-28 17:03:27 · 717 阅读 · 0 评论 -
颜色空间-RGB、HSI、HSV、YUV、YCbCr
颜色通常用三个相对独立的属性来描述,三个独立变量综合作用,自然就构成一个空间坐标,这就是颜色空间。而颜色可以由不同的角度,用三个一组的不同属性加以描述,就产生了不同的颜色空间。但被描述的颜色对象本身是客观的,不同颜色空间只是从不同的角度去衡量同一个对象。 颜色空间按照基本结构可以分两大类:基色颜色空间和色、亮分离颜色空间。前者的典型是 RGB,还包括 CMY、CMYK、CIE XY转载 2013-05-28 16:54:05 · 2461 阅读 · 0 评论 -
PCA降维算法总结以及matlab实现PCA(个人的一点理解)
转载请声明出处。by watkins songPCA的一些基本资料最近因为最人脸表情识别,提取的gabor特征太多了,所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维,但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波,这样提取的特征足足有64*64*5*8这么多,如果图像稍微大一点,比如12转载 2013-08-09 21:21:18 · 1355 阅读 · 0 评论 -
PCA降维算法总结以及matlab实现PCA(个人的一点理解)
转载请声明出处。by watkins songPCA的一些基本资料最近因为最人脸表情识别,提取的gabor特征太多了,所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维,但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波,这样提取的特征足足有64*64*5*8这么多,如果图像稍微大一点,比如12转载 2013-08-09 21:21:19 · 1797 阅读 · 0 评论 -
PCA降维算法总结以及matlab实现PCA(个人的一点理解)
转载请声明出处。by watkins songPCA的一些基本资料最近因为最人脸表情识别,提取的gabor特征太多了,所以需要用PCA进行对提取的特征进行降维。本来最早的时候我没有打算对提取的gabor特征进行降维,但是如果一个图像时64*64,那么使用五个尺度八个方向的gabor滤波器进行滤波,这样提取的特征足足有64*64*5*8这么多,如果图像稍微大一点,比如12转载 2013-08-09 21:21:28 · 1378 阅读 · 0 评论 -
NVIDIA CuDNN 安装说明
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。CuDNN可以在官网免费获得,注册帐号后即可下载。官网没有找到安装说明,下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里, 把头文件加到系统能找到的include转载 2015-12-26 22:12:24 · 1092 阅读 · 0 评论 -
空域的卷积等于频率域的乘积例子
clear; close all;clc;img = imread('flower.tif');img = imresize(img,[511 511]);img = double(img);img_fft = fftshift(fft2(img));figure;mesh(real(img_fft));filter = [1 1 1; 1 -8 1; 1 1 1];filter原创 2015-11-10 20:55:56 · 2702 阅读 · 0 评论 -
a site for finding reference bibtex
bibsonomy原创 2014-08-15 20:16:43 · 482 阅读 · 0 评论 -
python 实现spectral clustering
import numpy as npimport mathimport sysfrom scipy.cluster.vq import kmeans2def SpectralClustering(simi_matrix,cluster_num): N,N = np.shape(simi_matrix); DN = np.diag(1/np.sqrt(np.sum(simi_matri原创 2014-05-21 18:58:54 · 1861 阅读 · 1 评论 -
python PIL 检查图片的完整性
import Imageimport sysfin=open(sys.argv[1])valid_file=sys.argv[1]+".valid"invalid_file=sys.argv[1]+".invalid"valid_list=[]invalid_list=[]for line in fin.readlines(): line=line.strip()原创 2014-04-21 22:02:55 · 1872 阅读 · 0 评论 -
Find corrupted jpeg image files
Find corrupted jpeg image files Terminal - Find corrupted jpeg image filesfind . -name "*jpg" -exec jpeginfo -c {} \; | grep -E "WARNING|ERROR"2009-06-03 22:08:48 User: vince转载 2014-04-07 10:26:11 · 962 阅读 · 0 评论 -
马氏距离(Mahalanobis distance)和欧氏距离(Euclidean distance )
我们熟悉的欧氏距离虽然很有用,但也有明显的缺点。它将样品的不同属性(即各指标或各变量)之间的差别等同看待,这一点有时不能满足实际要求。例如,在教育研究中,经常遇到对人的分析和判别,个体的不同属性对于区分个体有着不同的重要性。因此,有时需要采用不同的距离函数。如果用dij表示第i个样品和第j个样品之间的距离,那么对一切i,j和k,dij应该满足如下四个条件:①当且仅当i=j时,dij=0转载 2014-04-19 23:29:15 · 3004 阅读 · 0 评论 -
和机器学习和计算机视觉相关的数学
1. 线性代数 (Linear Algebra):我想国内的大学生都会学过这门课程,但是,未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础,对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课,后来到了香港后,又重新把线性代数读了一遍,所读的是Introduction to Linear Algebra(3rd Ed.) by Gilbert Stran转载 2013-11-25 20:13:02 · 950 阅读 · 0 评论 -
稀疏表达和压缩感知的一些对比
本报告将从稀疏表达和压缩感知两个方面论述我对它们的一些理解。 在压缩感知模型中: y=Ax+n (1) x表示原始信号,A表示稀疏映射矩阵,n表示加性噪声,y表示压缩测量。在此模型中,如果原始信号x满足一定的稀疏特性时,通过稀疏映射矩阵A的作用,可以将其压缩到很小的向量空间里,即y的行数比x小得多,这也体现了稀疏理论的核心思想:将高维信号用低维信号来描述。转载 2013-11-23 16:09:36 · 1027 阅读 · 0 评论 -
初识压缩感知Compressive Sensing
压缩感知是近年来极为热门的研究前沿,在若干应用领域中都引起瞩目。最近粗浅地看了这方面一些研究,对于Compressive Sensing有了初步理解,在此分享一些资料与精华。本文针对陶哲轩和Emmanuel Candes上次到北京的讲座中对压缩感知的讲解进行讲解,让大家能够对这个新兴领域有一个初步概念。compressive sensing(CS) 又称 compressived se转载 2013-11-23 21:31:13 · 947 阅读 · 0 评论 -
分类模型的性能评估——以SAS Logistic回归为例(1): 混淆矩阵
跑完分类模型(Logistic回归、决策树、神经网络等),我们经常面对一大堆模型评估的报表和指标,如Confusion Matrix、ROC、Lift、Gini、K-S之类(这个单子可以列很长),往往让很多在业务中需要解释它们的朋友头大:“这个模型的Lift是4,表明模型运作良好。——啊,怎么还要解释ROC,ROC如何如何,表明模型表现良好……”如果不明白这些评估指标的背后的直觉,就很可能陷入这样转载 2013-09-22 21:43:03 · 1099 阅读 · 0 评论 -
Confusion Matrix
Confusion MatrixA confusion matrix (Kohavi and Provost, 1998) contains information aboutactual and predicted classifications done by a classification system. Performance of such systems is转载 2013-09-22 21:40:18 · 1094 阅读 · 0 评论 -
opencv中的安全指针和指针对齐 Ptr<>
[转]http://hi.baidu.com/maxint/blog/item/fc817c2f29881f331e3089ef.html1. 安全指针从opencv2.0开始,很多C数据结构变成了C++的类,考虑到兼容性,保留旧的API。在内存管理方面,提供安全指针类Ptr,让在此以前旧的需要手动管理内存的数据结构(IplImage, CvMat等)无需手动Release,用法为转载 2013-03-06 10:40:08 · 1314 阅读 · 0 评论 -
opencv相关
配置opencv vs2010 win7 64位64位系统的配置全部是按照32位的来,win7下做测试的时候路径最好是写全并且“\”全部换成‘\\’原创 2013-03-06 09:46:13 · 669 阅读 · 0 评论 -
face-detection
createEigenFaceRecognizer createEigenFaceRecognizer(int num_components , double threshold)" style="margin-bottom:7px">C++: Ptr createEigenFaceRecognizer(int num_components=0, double threshold=原创 2013-03-06 10:37:15 · 1560 阅读 · 1 评论 -
PCA
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言: 第二篇的文章中谈到,和部门老大一宁出去outing的时候,他给了我相当多的机器学习的建议,里面涉及到很多的算法的意义、学习方法等等。一宁上次给转载 2013-03-06 21:15:12 · 700 阅读 · 0 评论 -
图像处理与计算机视觉:基础,经典以及最近发展(1)序
1. 为什么要写这篇文章 从2002年到现在,接触图像快十年了。虽然没有做出什么很出色的工作,不过在这个领域摸爬滚打了十年之后,发现自己对图像处理和计算机视觉的感情越来越深厚。下班之后看看相关的书籍和文献是一件很惬意的事情。平常的一大业余爱好就是收集一些相关的文章,尤其是经典的文章,到现在我的电脑里面已经有了几十G的文章。写这个文档的想法源于我前一段时间整理文献时的一个突发奇想,转载 2012-12-21 19:16:01 · 568 阅读 · 0 评论 -
[置顶] 图像处理与计算机视觉:基础,经典以及最近发展
历时一个多月,终于用业余时间把这些资料整理出来了。以后可能会有些小修小补,但不会有太大的变化了。万里长征走完了第一步,剩下的就是理解和消化了。借新浪ishare共享出来,希望能够对你的科研也有一定的帮助。现在已经把所有的文章打包,分成了16个子文件,欢迎整体下载。图像处理与计算机视觉:基础,经典以及最近发展(1)序图像处理与计算机视觉:基础,经典以及最近发展(2)图像处理与计算机视觉相转载 2012-12-18 15:07:11 · 4743 阅读 · 0 评论 -
21世纪初最有影响力的20篇计算机视觉期刊论文
选取论文的原则: (1)期刊论文,主要来源于以下期刊:TPAMI,IJCV,TIP,CVIU,IVC,MVA,PR,JMIV,IJPRAI… (2)发表在2000年以后 (3)SCI检索次数大于1000,来源于Web of Science数据库,2012年12月初的检索结果 Top 20 榜单如下: [1] D. G. Lowe, “Distinctive imag转载 2012-12-18 11:17:53 · 965 阅读 · 0 评论 -
openCV,C++接口,cv::Mat矩阵数据元素读取
参见:http://blog.csdn.net/moc062066/article/details/6949826简单地处理 cv::Mat,直接如下进行即可:cv::Mat tmat(4, 4, CV_32FC1);tmat.at(0,0) = 1;cout(0,0)示例,使用openCV求矩阵的特征值与特征向量:#include "c转载 2012-12-30 10:48:43 · 2144 阅读 · 0 评论 -
SVM分类算法
原文出处:http://leftnoteasy.cnblogs.com 关于SVM的论文、书籍都非常的多,引用强哥的话“SVM是让应用数学家真正得到应用的一种算法”。SVM对于大部分的普通人来说,要完全理解其中的数学是非常困难的,所以要让这些普通人理解,得要把里面的数学知识用简单的语言去讲解才行。而且想明白了这些数学,对学习其他的内容也是大有裨益的。我就是属于绝大多数的普通人,为了看转载 2012-12-25 17:11:11 · 697 阅读 · 0 评论 -
SVM入门(一)至(三)Refresh
(一)SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Ac转载 2012-12-25 16:54:24 · 395 阅读 · 0 评论 -
颜色矩 color moment
颜色矩颜色是彩色图像最重要的内容之一,被广泛用于图像检索中。但从图像中提取颜色特征时,很多算法都先要对图像进行量化处理。量化处理容易导致误检,并且产生的图像特征维数较高,不利于检索。stricker和0reng0提出了颜色矩的方法[1],颜色矩是一种简单有效的颜色特征表示方法,有一阶矩(均值,mean)、二阶矩(方差,viarance)和三阶矩(斜度,skewness)等,转载 2012-12-24 10:37:12 · 2561 阅读 · 0 评论 -
颜色相关直方图(color correlogram)
相关直方图(color correlogram),结合了图像中的颜色与空间信息,用颜色之间(不同颜色或相同颜色)的量化距离来构建直方图。而传统的颜色直方图只考虑了颜色信息。如下示例:correlogram)" title="颜色相关直方图(color correlogram)" style="margin:0px; padding:0px; border:0px; list-style:n转载 2012-12-24 10:27:14 · 3831 阅读 · 0 评论 -
Photo to colored dot patterns with OpenCV
I was trying to write the code to achieve the same photo effect with this Photoshop tricks. With only a few lines of code, I’m pretty amazed with the result. Given a photo, the code will turn the ph转载 2013-03-28 18:30:22 · 1159 阅读 · 0 评论 -
Basic Structures OpenCV
http://docs.opencv.org/modules/core/doc/basic_structures.html转载 2013-03-28 19:51:27 · 720 阅读 · 0 评论 -
我的OpenCV学习笔记(12):VideoCapture类
这次通过一个读取视频的综合例子来介绍VideoCapture类的一些基本操作:[cpp] view plaincopy#include #include #include #include using namespace std; using namespace cv; int main() { //打开视频文件:其实就是建立一个转载 2013-03-29 10:30:01 · 990 阅读 · 0 评论