![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
图像处理基础知识
文章平均质量分 83
图像处理基础知识
Coming_is_winter
图像技术新手,记录所思所想,纰漏在所难免,还望不吝赐教。
概率线代微积分才是王道。
展开
-
图像处理基础知识系列之三:霍夫变换简单梳理
霍夫变换之简单梳理 霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。最基本的霍夫变换是从黑白图像中检测直线(线段)。以上为百度百科内容。 霍夫变换另一个思路的理解是吧一个空间内难以解决不好解决的问题转移到对应的其他空间寻求解原创 2017-05-31 19:40:02 · 1823 阅读 · 0 评论 -
图像处理基础知识系列之二:核概率密度估计简介
核概率密度估计简介 核密度估计(Kernel density estimation),是一种用于估计概率密度函数的非参数方法,为独立同分布F的n个样本点,设其概率迷度函数为f,核密度估计为以下: 公式(1) 以上解释虽然仅仅几行,但看起来还是不是那么容易理解,这里主要想通过另外一种方式对核概率密度函数有一个直观的初步解释,严谨性与逻辑性不作要原创 2017-05-28 15:23:41 · 12306 阅读 · 1 评论 -
图像处理基础知识系列之一:边界跟踪之内边界跟踪算法解释
边界跟踪:内边界跟踪算法解释 边界跟踪是基于边缘的分割常用方法之一,用于区域已分出(二值或已标注),但边界未知的情况。分为内边界与外边界。内边界为区域的一个子集,外边界不是区域的一个子集。 内边界跟踪算法具体的实施方法比较明确,但在学习的时候感觉稍微有点抽象,结合自己的理解拓展一下。 具体算法...原创 2017-05-26 19:10:29 · 19451 阅读 · 11 评论 -
图像处理基础知识系列之五:贝叶斯方法简单梳理
图像处理基础知识系列之五:贝叶斯方法简单梳理 文章来源: 刘未鹏 数学之美番外篇:平凡而又神奇的贝叶斯方法(作者是个技术兼心理学大拿,有兴趣的童鞋可以深入了解一下) 引用文章为百度搜索“贝叶斯”排名第二的搜索结果,这里仅摘抄其中自己感觉收获转载 2018-01-14 11:16:38 · 2573 阅读 · 0 评论 -
图像处理基础知识系列之四:最大似然和EM(期望最大化)算法简单梳理
图像处理基础知识系列之四:最大似然和EM(期望最大化)算法简单梳理 最大似然估计(Maximum likelihoodestimation),还可以翻译为最大可能估计,主要算法原理是通过已有的数据项估算函数表达式,且保证已有数据项在函数中出现的概率最大(似然),即函数最接近理想函数。 EM算法,指的是最大期望算法(Expectation Maximi原创 2018-01-04 22:17:55 · 3729 阅读 · 0 评论