beechina的专栏

刚开会每周的例会，最讨厌开会了，不过为了能顺利毕业，只能忍了。闲话不多说了，下面把上周学习的一个简单的算法总结一下，以备后面写毕业论文的时候可以参考一下。一、Census Transform(CT)算法的学习    Census Transform 算法是Ramin Zabih 和 John Woodfill 于1994年在他们的论文《Non-parametric LocalT

这篇论文看了两天，陆陆续续的看完了。其实这篇文章主要是对多维图像滤波优化的一篇文章。首先这篇文章需要解决的问题是：R5是什么呢？R5是指(x, y, R, G, B)的5维空间。本质上是对以前的滤波算法（比如Bilateral滤波）进行降维优化，并且能保持边缘。之前的5-维滤波如下所示，其中F为5维。2. 问题解决： 核心的思想是找到一个变换，能达到降维和保

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

1.     exist - exist file or other thingsif~exist(metaDir, 'file');    metaDir = '\
etapp-ma\public\stereo_of_data\';End2.     fullfile - complete the file pathdataDir= fullfile(metaDir, '4

分六个部分介绍：一、下载跨平台编译工具 CMake 下载地址：http://www.cmake.org/cmake/resources/software.html二、解压、编译 CMaketar xvfz cmake-2.8.12.1.tar.gzmakedir -p ~/comakecd cmake-2.8.12.1./configure --prefix="

按照参考文档键入如下命令：cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..如果出现如下这种问题：-- The CXX compiler identification is unknown-- Check for working CXX compiler: /home/gnu/bi

因为不是计算机专业的，计算机基础不怎么闹靠。最近利用在外企工作的这段时间，想深入学习下计算机基础，比如算法，数据结构等。在看aha磊的算法书，并自己也写写代码。从桶排序看起。 桶排序的核心思想其实很简单，1. 对输入的数据有要求，必须是可数的范围，比如说一次考试的成绩(0-100之间，最多到0.5小数的精度)，身高的排序(整数精度)等。这些用桶排序算法非常高效2.

计数排序当输入的元素是 n 个 0 到 k 之间的整数时，它的运行时间是 Θ(n + k)。计数排序不是比较排序，排序的速度快于任何比较排序算法。由于用来计数的数组C的长度取决于待排序数组中数据的范围（等于待排序数组的最大值与最小值的差加上1），这使得计数排序对于数据范围很大的数组，需要大量内存。计数排序是用来排序0到100之间的数字的最好的算法，但是它不适合按字母顺序排序人名。但

1. 本文主要是讲解了TV方程的最优解是median的形式。原来中值滤波器就是对应|x-ai|这个cost function的最优解。而mean(ai)是对应|x-ai|2这个cost function的最优解。mode()函数是a0.... an中出现次数最多的ai。目前还没用到剩下的内容，但是感觉这是一篇不错的介绍解TV/ROF方程的文章！

touch指令1. 新建一个文件2. 修改文件的时间比较好的网址介绍： https://linux.cn/article-2740-1.html

preMV = csvread('000000_10_9.txt'); %读运动矢量curMV = csvread('000000_10_10.txt');A = imread('000000_9.png');[m,n]=size(A);figure;imshow('000000_9.png');[X,Y]=meshgrid(1:16:n,1:16:m);hold on;GxA

for picNum = 0:193 if picNum<10 yuvName = ['00000', num2str(picNum)]; elseif picNum<100 yuvName = ['0000', num2str(picNum)]; else yuvName = ['000', num2str(picNum)]; end

今天对目录及其文件进行压缩：/usr/local/test# tar -cvf /usr/local/auto_bak/test.tar /usr/local/test 仅打包，不压缩 # tar -zcvf /usr/local/auto_bak/test.tar.gz /usr/local/test 打包后，以gzip压缩 在参数f后面的压缩文件名是自己取的，习惯上用t

df | grep hehuang (name) 查找磁盘大小

在C语言的math.h或C++中的cmath中有两个求反正切的函数atan(double x)与atan2(double y,double x)  他们返回的值是弧度 要转化为角度再自己处理下。前者接受的是一个正切值（直线的斜率）得到夹角，但是由于正切的规律性本可以有两个角度的但它却只返回一个，因为atan的值域是从-90~90 也就是它只处理一四象限，所以一般不用它。第二个ata

学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中学过数学的孩子都应该知道吧，一带而过。很显然，均值描述的是样本集合的中间点，它告诉我们的信息是很有限的，而标准差给我们描述的则是样本集合的各个样本点到均值的距离之平均。以这两个集合为例，[0，8，12，20]和[8，9，11，1

Pair类型概述pair是一种模板类型，其中包含两个数据值，两个数据的类型可以不同，基本的定义如下： pair a;表示a中有两个类型，第一个元素是int型的，第二个元素是string类型的，如果创建pair的时候没有对其进行初始化，则调用默认构造函数对其初始化。 pair a("James", "Joy");也可以像上面一样在定义的时候直接

一、前言二值图像，顾名思义就是图像的亮度值只有两个状态：黑(0)和白(255)。二值图像在图像分析与识别中有着举足轻重的地位，因为其模式简单，对像素在空间上的关系有着极强的表现力。在实际应用中，很多图像的分析最终都转换为二值图像的分析，比如：医学图像分析、前景检测、字符识别，形状识别。二值化+数学形态学能解决很多计算机识别工程中目标提取的问题。二值图像分析最重要的方法就是连通区域标

一、前言二值图像，顾名思义就是图像的亮度值只有两个状态：黑(0)和白(255)。二值图像在图像分析与识别中有着举足轻重的地位，因为其模式简单，对像素在空间上的关系有着极强的表现力。在实际应用中，很多图像的分析最终都转换为二值图像的分析，比如：医学图像分析、前景检测、字符识别，形状识别。二值化+数学形态学能解决很多计算机识别工程中目标提取的问题。二值图像分析最重要的方法就是连通区域标

原文链接: http://blog.csdn.net/liigo/archive/2006/01/17/582231.aspx日期: 2006年1月16日非常不错，转载下！本文写给主要工作在Windows操作系统下而又需要开发一些跨平台软件的程序员朋友，以及程序爱好者。GDB是一个由GNU开源组织发布的、UNIX/LINUX操作系统下的、基于命令行的、功能强大的程序调试