2014年04月_万蕊清

12月 11月 07月 06月 05月 04月

原创图像处理MATLAB源码

>> I=imread('nickyboom.jpg');J=double(I);J=-J+(256-1); %图像反转线性变换H=uint8(J);subplot(1,2,1),imshow(I);subplot(1,2,2),imshow(H);

2014-04-28 18:53:05 1609 1

原创 Linux下fork()函数

#include #include int main () { pid_t fpid; //fpid表示fork函数返回的值 int count=0; fpid=fork(); if (fpid < 0) printf("error in fork!"); else if (fpid == 0) { printf("我是子进程，我的进程ID是： %d\n",get

2014-04-26 21:58:16 925

原创 Linux环境下安装OpenCV

Cmake的安装OpenCV 2.2以后版本需要使用Cmake生成makefile文件，因此需要先安装cmake :sudo apt-get install cmakesudo apt-get install cmake-qt-guiOpenCV的安装1 安装 libgtk2.0-dev 和 pkg-configsudo apt-get install

2014-04-26 12:59:44 1563 2

原创 Linux系统下如何编程？

本文是写给没有Linux编程经验的人看的！代码用geidt编辑，用gcc编译1.在主文件夹下新建一个文件夹，取名code2.在code文件夹下创建一个新文档，取名test.c3.直接在该文档中写好代码并保存4.Ctrl+Alt+T打开终端，进入test.c所在目录5.用gcc对test.c进行编译，生成可执行文件test：gcc test.c -o

2014-04-25 16:42:35 4126 2

原创 DoG角点检测

DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法，其做法较简单，证明较复杂，具体讲解如下:Difference of Gaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果，即去噪过程，这里的Gaussian和高斯低通滤波器的高斯一样，是一个函数，即为正态分布函数。那么di

2014-04-24 23:08:40 3299

原创 Matlab实现PCA

在主成分分析（PCA）中，介绍了PCA的数学原理，其实用Matlab可以很方便地对矩阵进行操作！比如，用Matlab求多个样本的协方差矩阵、求矩阵的特征根和特征向量等。下面介绍用Matlab实现PCA：假设有4个样本A、B、C、D，每个样本都是6维。>> A=[1,2,3,4,5,6];>> B=[1,3,5,7,9,9];>> C=[2,3,4,6,7,8];>> D

2014-04-24 13:55:57 1490

原创 ASM主动形状模型

主动形状模型（Active Shape Models，ASM）是基于统计学习模型的特征点提取方法。训练阶段--建立模型1.选择合适的特征点（人工标定）标定特征点时着重关注以下几点：边缘点、曲率大的、T型连接点和以上这些点的连线上的等分点。（如下图）记录好这些特征点的顺序，以便于后面确定图形的边界和连线等等。这样得到一组特征点集把特征点集看做是一个2n维的向量，这样每一

2014-04-24 09:06:58 3780 1

原创 SVM支持向量机

一、线性分类器：首先给出一个非常非常简单的分类问题（线性可分），我们要用一条直线，将下图中黑色的点和白色的点分开，很显然，图上的这条直线就是我们要求的直线之一（可以有无数条这样的直线）假如说，我们令黑色的点 = -1，白色的点 = +1，直线f(x) = w.x + b，这儿的x、w是向量，其实写成这种形式也是等价的f(x) = w1x1 + w2x2 …

2014-04-21 20:37:02 1464

原创 MapReduce

什么是MapReduce ？MapReduce是一种计算模型，简单的说就是将大批量的任务分解（Map）执行，然后再将结果合并（Reduce）成最终结果。这样做的好处是任务在被分解后，可以通过大量机器进行并行计算，减少整个操作的时间。Mapping Lists（分解数据列表）MapReduce程序的第一步叫做mapping，在这一步会有一些数据元素作为Ma

2014-04-21 15:16:42 2331

原创 Hough变换

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。经典霍夫变换用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆。Hough变换是如何检测直线的？点-直线的对偶，由推出，如下图所示：从上图可看出，x-y坐标（直角坐标）和k-b坐标（参数空

2014-04-18 23:09:12 1222

原创神经网络

Sigmoid函数通常写作如下形式：如下图所示：神经元模型（逻辑单元）如下图所示：输入向量（input layer），输出层（output layer）。（与逻辑回归非常相似）神经网络：如下图所示，输入向量（input layer），中间层（hidden layer）, 输出层（output lay

2014-04-17 17:06:51 984

原创 K近邻分类算法

K-近邻（K-Nearest Neighbors, KNN）是一种很好理解的分类算法，简单说来就是从训练样本中找出K个与其最相近的样本，然后看这K个样本中哪个类别的样本多，则待判定的值就属于这个类别。KNN算法的步骤计算已知类别数据集中每个点与当前点的距离；选取与当前点距离最小的K个点；统计前K个点中每个类别的样本出现的频率；返回前K个点出现频率最高的类别作为当前点的预测分类。

2014-04-17 10:22:58 1345

原创线性回归和逻辑回归总结

线性回归举例：

2014-04-16 21:36:00 976

原创逻辑回归

在介绍逻辑回归之前，先来看一个例子：如下图所示，横坐标表示肿瘤大小，纵坐标表示是否为恶性，给定8个数据，如图中×所示，求预测函数！根据之前总结的线性回归方法，可得到下图中粉色直线，有了之后，则可确定一个阈值0.5进行预测：也即，将Malignant=0.5的点（上图粉色线上的粗点）投影到Tumor Size轴，投影后的点左边预测为y=0，右边预测为y=1，则能够

2014-04-16 19:01:52 1038

原创线性回归

(一) Cost Function线性回归是给出一系列数据点，求拟合直线为 , 记Cost Function为 ,如下左图所示：求出Cost Function最小时和的值，和的值求出来了，拟合直线也就知道了。下右图为简化模式，也即，拟合直线为举例：有三个数据点，如下左图中×所示，当时，，，如下图所示。下图为

2014-04-15 22:15:54 1036

原创 HOG特征

梯度直方图特征(HOG) 是一种对图像局部重叠区域的密集型描述符, 它通过计算局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。

2014-04-13 10:59:29 821

原创 K-Means算法

从上图中，我们可以看到，A，B，C，D，E是五个在图中点。而两个灰色点是我们的种子点，也就是我们用来找点群的点。有两个种子点，所以K=2。然后，K-Means的算法如下：1. 随机在图中取K（这里K=2）个种子点。2. 然后对图中的所有点求到这K个种子点的距离，假如点Pi离种子点Si最近，那么Pi属于Si点群。（上图中，我们可以看到A，B属于上面的种子点，C，D，E属于下面中部

2014-04-08 19:45:50 927

原创 PCA算法及其在人脸识别上的应用

PCA，也就是PrincipalComponents Analysis，主成份分析，是个很优秀的算法，按照书上的说法：寻找最小均方意义下，最能代表原始数据的投影方法然后自己的说法就是：主要用于特征的降维另外，这个算法也有一个经典的应用：人脸识别。这里稍微扯一下，无非是把处理好的人脸图片的每一行凑一起作为特征向量，然后用PAC算法降维搞定之。

2014-04-08 18:10:38 2233

原创如何在CSDN博客中编辑公式？

CSDN博客编辑框中没有自带的公式编辑器，

2014-04-07 22:34:38 2257 1

原创 LDA及其在人脸识别上的应用

基本思想：将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类内距离，即模式在该空间中有最佳的可分离性。LDA：线性判别分析，也称为Fisher线性判别，是常用的降维技术。LDA降维后的维度是直接和类别的个数相关的，与数据本身的维度没关系，比如原始数据是n维的，一共有C个类别，那么LDA降维之后，一般就

2014-04-07 17:22:15 3461

原创向量的范数

假设：是一个n维的列向量，那么，x对应的p范数定义为：令p=1，可知x的1范数为：令p=2，可知x的2范数为：

2014-04-07 10:30:56 2394

原创证券&证券公司

证券：是经济权益凭证的统称。证券产品：股票、债券、期货、期权等等。证券公司：为投资人买卖股票提供通道。身为一般投资人的我们，其实最常接触的就是证券公司了。我们在证券公司开户，也透过他们中介来买卖股票。其实证券公司在股市中的定位很像是一个百货商店，方便消费大众买卖。所以你可以跑到你家隔壁的证券公司看盘、买卖，而不用亲自跑到证券交易所交易了！那么，所有的证券公司

2014-04-04 10:49:24 1071 4

原创人脸校正

在进行人脸识别之前，我们往往需要对人脸进行校正。

2014-04-03 22:50:13 2358

原创推荐系统方法之协同过滤

现如今，推进系统的应用无处不在，亚马逊、当当、淘宝....都使用了推进系统。推荐系统算法主要有以下三种：1.基于人口统计学的推荐2.基于内容的推荐3.协同过滤在现今的推荐技术和算法中，最被大家广泛认可和采用的就是基于协同过滤的推荐方法。什么是协同过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filt

2014-04-03 20:17:53 1101

原创基于LBP的人脸识别技术

对LBP进行了介绍，并将LBP应用于人脸识别，对人脸识别的整个流程做了详细的介绍。得到LBP图像后，将图像切割成7*7=49块对于每一小块，统计其直方图。注意，不需要统计0-255所有位置的直方图，只需要对特定的58个位置进行统计：现在，每个小块可以用一个59维的向量来表示，前58维代表58个特定位置的直方图，最后一维代表除了这58个位置以外，其它所有位置的直方图的叠加。

2014-04-03 11:25:51 2082