- 博客(14)
- 收藏
- 关注
RSS订阅原创 【计算机视觉实验五】图像检索与识别
暴力匹配法：十分耗时，对于大数据集根本不能用对于大场景数据集（如城市场景）, 只有少 于 0.1% 的图像对具有匹配关系解决方案: 利用图像整体特征实现匹配/检索， 而非局部特征点BoW起始可以理解为一种直方图统计，开始是用于自然语言处理和信息检索中的一种简单的文档表示方法。BoW也只是统计频率信息，并没有序列信息。BoW是选择words字典，然后统计字典中每个单词出现的次数。BoW(Bag of Words)词袋模型最初被用在文本分类中，将文档表示成特征矢量。它的基本思想是假定对于一个文本，忽略其词序和
2022-06-19 17:49:10
251
1
原创 【计算机视觉实验四】相机标定
在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数（内参、外参、畸变参数）的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。因此，做好相机标定是做好后续工作的前提，提高标定精度是科研工作的重点所在。图像径向畸变原因
2022-06-19 17:39:49
319
原创 【计算机视觉实验三】图像拼接
首先是在连续图像对间使用SIFT特征寻找匹配对应点对，SIFT是具有较强稳健性的描述子，能够比其他描述子产生更少的错误点，但是该方法仍不是很完美；使用RANSAC算法估计出图像间的单应性矩阵，判定哪些点对是正确的，哪些点对是错误的，即使用一个阈值来决定哪些单应性矩阵是合理的；然后将所有的图像扭曲到一个公共的图像平面上。 通常，这里的公共平面为中心图像平面。一种方法是创建一个很大的图像，比如将图像中全部填充0，使其和中心图像平行，然后将所有的图像扭曲到上面。由于我们所有的图像是由照相机水平旋转拍
2022-06-19 17:24:21
1350
原创 【计算机视觉实验二】特征提取与匹配
算法基本思想是使用一个固定窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。角点（corner points）：SIFT，(Scale-invariant feature transform,SIFT)，尺度不变特征转换。是用于图像处理领域的一种特征描述，具有旋转不变性、尺度不变性、亮度变化保持不变性，也就是说在图片发生旋转、伸缩、明暗变化时，图片的SIFT特征都保持稳定。SIFT是一种局
2022-06-19 17:14:16
1541
原创 [计算机视觉实验一]基本的图像操作与处理
图像的直方图是用来表征该图像像素值的分布情况。用一定数目的小区间（bin)来指定表征像素值的范围,每个小区间会得到落入该小区间表示范围的像素数目。该图像的直方图可以使hist()函数绘制。hist()函数的第二个参数指定小区间的数目。需要注意的是，因为hist()只接受一维数组作为输入，所以我们在绘制图像直方图之前，必须先对图像进行压平处理。代码如下：二、直方图均衡化图像灰度变换中一个非常有用的例子就是直方图均衡化。直方图均衡化是指将一幅图像的灰度直方图变平，使变换后的图像中每个灰度值的分布概率都
2022-06-19 16:25:40
189
原创 [机器学习实战] 支持向量机
一、概述支持向量机是常用的一类分类模型，它通过在两类数据之间寻找一个超平面来分隔不同类的数据。支持向量机最后对应一个二次规划模型（其最优化问题的对偶问题），可以使用通常二次规划求解方法求解，也可以使用Platt在1996年提出的SMO（Sequential Minimal Optimization），它通过一种启发式的误差修正方法求解。二、算法介绍支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔.
2021-12-26 22:13:02
898
原创 [机器学习实战] 朴素贝叶斯
一、简介朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。已知两个独立事件A和B，事件B发生的前提下，事件A发生的概率可 以表示为P(A|B)，即上图中橙色部分占红色部分的比例，即：建立概率模型用于求解后验概率 – 判别式模型建立条件概率模型用于求解最大化后验概率 – 生成式模型二、算法思想决策树算法中提到朴素贝叶斯分类模型是应用最为广泛的分类模型之一，朴素贝叶斯分类...
2021-12-26 21:40:43
367
原创 C++ [实验四] StL 应用
1.撰写自己的算法和函数，结合容器和迭代器解决序列变换（如取反、平方、立方），像素变换（二值化、灰度拉伸）；2.用set存储学生信息，并进行增删改查操作；3.输入一个字符串，用map统计每个字符出现的次数并输出字符及对应的次数。...
2021-11-27 19:19:16
366
原创 [机器学习实战] Logistic回归
一、Logistic回归介绍逻辑回归是应用非常广泛的一个分类机器学习算法，它将数据拟合到一个logit函数(或者叫做logistic函数)中，从而能够完成对事件发生的概率进行预测。要说逻辑回归，我们得追溯到线性回归，想必大家对线性回归都有一定的了解，即对于多维空间中存在的样本点，我们用特征的线性组合去拟合空间中点的分布和轨迹。如下图所示：线性回归能对连续值结果进行预测，而现实生活中常见的另外一类问题是，分类问题。最简单的情况是是与否的二分类问题。比如说医生需要判断病人是否生病，银行要...
2021-11-22 20:20:47
929
原创 C++【实验3】 模板
一、模板函数（compare）一般模板函数特化模板函数二、模板类Queue或Stack模板类（Queue，Stack）成员模板函数模板特化：模板函数特化、模板成员函数特化、模板类特化三、模板类AutoPtr构造函数析构函数拷贝构造函数等号、->、*等运算符重载主函数调用AutoPtr...
2021-11-16 16:54:36
530
原创 C++ [实验2] 继承和多态
目录一、继承访问权限测试1、实验要求2、代码实现3、小结二、友元类继承测试1、实验要求2、代码实现3、小结三、多态性综合运用1、实验内容2、虚函数3、析构函数的多态性4、 多继承与虚函数5、小结一、继承访问权限测试1、实验要求设计类A具有public, protected, private等不同属性的成员函数或变量；类B通过public, protected, private等不同方式继承A，在类B的成员函数中测试访问A的成员...
2021-11-03 21:54:54
129
原创 [机器学习实战]决策树
目录一、决策树1、定义2、构造二、代码实现1.信息增益2.数据集3.决策树4.使用Matplotlib绘制决策树5.实验结果三、总结1、优点2、缺点一、决策树1、定义决策树（decision tree）：是一种基本的分类与回归方法，是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。.
2021-10-28 22:46:59
378
1
原创 C++ [实验一] CMatrix类设计与实现
目录一、实验内容二、代码实现1、main.cpp2、CMatrix.h3、CMatrix.cpp4、文本文件 1.txt三、运行结果四、代码分析1、构造函数2、析构函数3、运算符重载4、友元函数一、实验内容1、构造函数CMatrix(): 不带参数的构造函数；CMatrix(int nRow, int nCol, double *pData=NULL) : 带行、列及数据指针等参数的构造函数,并且参数带默认值；CMatrix(cons..
2021-10-13 21:48:00
183
原创 【机器学习实验一】k-近邻算法
一、k近邻算法概述 k近邻（k-Nearest Neighbor,简称kNN）算法，是一种应用很广泛的监督学习算法。它非常有效且易于掌握，其工作机制也很简单：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个"邻居"的信息来进行预测。 k近邻算法的算法原理通俗的解释一下：首先有一堆有标签的样本，比如有一个关于鱼的样本集，其中包含有各种不同的鱼，我们知道各种鱼有不同的外貌特征，比如鳞片样式、鱼鳍形状、重量、长度以及鱼的品种；然后给我们一只不...
2021-09-27 22:47:28
4215
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