图像处理
文章平均质量分 60
fffupeng
只要你努力微笑,命运也会惧怕你的獠牙。
展开
-
hough变换
霍夫变换的目的:检测直线(或者是简单的图形,例如矩形,圆等等) 例如在下图中检测车道:明显这是直线的检测,如果采用canny边缘检测,很明显忽略了直线这个重要的信息。于是不如换一种思维方式。 在直角坐标系中,直线通过y = k * x +b来表示, 实际上确定直线的参数就两个:k和b,这是一个一一对应的关系。 那不就是说可以如果将k设置为横坐标,b设置为纵坐标,那k - b坐标系上原创 2017-07-04 17:09:34 · 532 阅读 · 0 评论 -
直方图均衡化python代码实现
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相同。在对图像做进一步处理之前,直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法,并且可以增强图像的对比度。 在这种情况下,直方图均衡化的变换函数是图像中像素值的累积分布函数(累积直方图)(cumulative distribution function,原创 2017-06-19 12:27:23 · 11857 阅读 · 0 评论 -
深度神经网络的权重初始化
为何需要初始化权重: 当x越大或者越小,对应的sigmod激活函数的梯度越小,收敛速度越慢。而我们目的是需要较大的梯度,最好x落入sigmod函数的近似线性区间,以提高训练速度,所以权重的初始化将决定收敛的速度。 几种权重初始化方法: 1、随机高斯分布,均值通常设为0,方差0.01或者其他。 2、xavier:其实是一定区间内的均匀分布。 推倒的基础知识: 1.符原创 2017-05-18 16:54:38 · 873 阅读 · 0 评论 -
opencv图像处理1
信号或者图像的能量大部分集中在 幅度谱的低频或者中频,而在高频段有用的信息经常被噪声淹没。图像处理:线性滤波方框滤波、均值滤波、高斯滤波 非线性滤波中值滤波、双边滤波 七种图像处理形态学腐蚀、膨胀、开运算、闭运算、形态学梯度、顶帽、黑帽原创 2016-11-17 10:38:21 · 362 阅读 · 0 评论