Rouger7921-CSDN博客

原创计算机视觉实验五-图像检索与识别

目录一、基本原理1.1 Bag-of-words模型1.2 Bag-of-features模型1.3 Bag-of-features算法1.4 Bag-of-features基础流程1.4.1特征提取1.4.2. 学习 “视觉词典（visual vocabulary）”1.4.3. 针对输入特征集，根据视觉词典进行量化4. 把输入图像转化成视觉单词（visual words）的频率直方图5. 构造特征到图像的倒排表，通过倒排表快速索引相关图像6. 根据索引结果进行直方图匹配 1.5 单词的TF-IDF

2022-06-19 14:58:35 300 1

原创计算机视觉实验四-相机标定

目录一、相机标定原理1.1 简介1.2 两类参数编辑1.3 标定参数线性回归1.4棋盘格标定二、实验代码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，这个求解参数的过程就称之为相机标定（或摄像机标定）。同步标定内部参数和外部参数，一般包括两种策略 s:1.光学标定 : 利用已知的几何信息 ( 如定长棋盘格 ) 实现参数求解。2.自

2022-06-19 14:46:17 681

原创计算机视觉实验三-全景图像拼接

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

2022-06-19 14:20:51 1013

原创计算机视觉实验二-SIFT(尺度不变特征变化)

目录1.1 SIFT简介1.2 SIFT特点1.3 SIFT算法主要流程1.4关键点检测的相关概念1.4.1哪些点是SIFT中要查找的关键点（特征点）1.4.2什么是尺度空间（scale space ）1.4.3 高斯模糊1.4.4 高斯金字塔1.5 关键点检测1.6 关键点匹配1.7 算法实现1.8特征匹配二、匹配地理标记图像代码一、SIFT(尺度不变特征变化)1.1 SIFT简介SIFT，即尺度不变特征变换（Scale-i...

2022-03-31 14:54:46 4157

原创计算机视觉实验一：图像处理基础

目录一、python+opencv安装二、图像处理基本操作1.图像直方图显示2.直方图均衡化3.高斯滤波一、python+opencv安装python安装略。在cmd中输入pip install opencv-python即可安装opencv，如图所示(已安装后会出现如下)二、图像处理基本操作1.图像直方图显示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.

2022-03-16 22:37:00 5132

原创机器学习支持向量机

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分

2021-12-26 20:52:32 695

原创机器学习朴素贝叶斯分类垃圾邮件

贝叶斯定理已知两个独立事件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 – 生成式模型代码实现文件解析及完整的垃圾邮件测试函数def textParse(bigString): #input is big string, #output is word list import re listO..

2021-11-28 20:53:24 468

原创 C++实验4 stl应用

实验要求：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。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）；取反、平方、立方void transInv(int a[],int b[],int nNum)//取反{ for(int i=..

2021-11-27 19:45:52 178

原创机器学习实战-Logisitic回归

目录一、Logistic回归基于最优化方法的最佳回归系数确定梯度上升法梯度下降法二、代码实现1.logistic回归梯度上升优化算法2.画出数据集和logistic回归最佳拟合直线的函数3.随机梯度上升算法4.改进的随机梯度上升算法5.测试算法：用logistic回归进行分类一、Logistic回归logistic回归的优点：计算代价不高，易于理解和实现。缺点：容易欠拟合，分类精度可能不高。适用数据类型：数值型和标称型数据。一个常用的逻辑函数为Si..

2021-11-21 20:09:50 1370

原创 C++ 实验三模板

文章目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结一、模板函数（compare）如果重载的函数，其解决问题的逻辑是一致的、函数体语句相同，只是处理的数据类型不同，那么写多个相同的函数体，是重复劳动，而且还可能因为代码的冗余造成不一致性。使用函数模板可解决这个问题。1.一般模板函数函数模板定义语法语法形式：template <模板参数表> 函数定义模板参数表的内容...

2021-11-16 21:47:12 577

原创 c++实验2 继承和多态

一、继承访问权限测试1.目标设计类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的成员函数或变量；在类B中添加public, protected, private等不同属性的成员函数或变量，在外部测试访问B的各个成员函数或变量；2.函数实现类 Aclass A {public: int _a;protected: int...

2021-11-03 18:37:29 472

原创机器学习实战-决策树

目录前言一、pandas是什么？二、使用步骤 1.引入库 2.读入数据总结一、决策树是什么？决策树(Decision Tree）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。二、代码实现1.引入库代码如下（示例）：import numpy as np im...

2021-10-28 16:46:17 357

原创实验1 CMatrix类设计与实现

目录一、实验内容二、代码实现1.引入库2.读入数据总结一、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(const char * strPath): 带文件路径参数的构造函数；CMatrix(const CMatrix& m): 拷贝构造函数此外会用列表初始化成员变量：C

2021-10-13 21:03:48 81

原创机器学习实战实验一 k-近邻算法

1.算法简介最近邻居法（KNN算法，又译K-近邻算法）是一种用于分类和回归的非参数统计方法。在这两种情况下，输入包含特征空间（Feature Space）中的k个最接近的训练样本。简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。优点：精度高...

2021-09-27 23:00:09 523

Rouger7921的博客