- 博客(14)
- 收藏
- 关注
RSS订阅原创 计算机视觉——图像检索
目录一：Bag-of-words简介二： Bag-of-words原理及流程2.1特征提取2.2学习视觉词典2.3对图像特征集进行量化2.4将图像转换为视觉单词的频率直方图2.5. 构造特征到图像的倒排表 2.6根据索引结果进行直方图匹配三：实验测试BoW模型最初是为解决文档建模问题而提出的，因为文本本身就是由单词组成的。它忽略文本的词序，语法，句法，仅仅将文本当作一个个词的集合，并且假设每个词彼此都是独立的。这样就可以使用文本中词出现的频率来对文档进行描述，将一个文档表示成一个一维的向量将一幅图像看着文
2022-06-20 10:46:24
596
1
原创 计算机视觉——相机标定
目录一：针孔相机模型二：相机标定 2.1相机标定介绍2.2传统相机标定2.3张正友标定介绍2.4相机标定步骤三：实验测试在针孔照相机模型中，在光线投影到图像平面之前，从唯一一个点经过，也就是照相机中心 C。根据相似三角形可以得出P点坐标和在投影面上坐标的关系将坐标系改到像平面左下角时可以得到以下数据照相机可以分解成如下图所示，我们需要恢复内参数K和照相机的位置t和姿势R，矩阵分块操作成为因子分解。我们将使用RQ因子分解来进行矩阵因子分解。二：相机标定 在图像测量过程以及机器视觉应用中，为确定空间物
2022-06-20 10:10:14
1073
原创 计算机视觉——全景拼接
将SIFT应用到图像拼接上，根据特征点匹配的方式，则利用这些匹配的点来估算单应矩阵使用RANSAC算法，也就是把其中一张通过个关联性和另一张匹配的方法。通过单应性矩阵H，可以将原图像中任意像素点坐标转换为新坐标点，转换后的图像即为适合拼接的结果图像。1.针对某个场景拍摄多张/序列图像2.计算第二张图像与第一张图像之间的变换关系3.将第二张图像叠加到第一张图像的坐标系中4.变换后的融合/合成5.在多图场景中，重复上述过程 随机抽样一致算法,采用迭代的方式从一组包含离群的被观测数据中估算出数学模型的参数。RAN
2022-06-20 09:36:02
867
原创 计算机视觉——图像直方图绘制和均衡化
一：直方图绘制图像的直方图是用来表现图像中亮度分布的直方图,给出的是图像中某个亮度或者某个范围亮度下共有几个像素,即统计一幅图某个亮度像素数量。下面的代码是借用matplotlib来展示图像的直方图import numpy as npimport cv2 as cvfrom matplotlib import pyplot as pltdef histogram_demo(image): plt.hist(image.ravel(), 256, [0, 256])#ravel函数功
2022-03-17 15:51:14
4589
原创 机器学习——朴素贝叶斯
一：朴素贝叶斯简介朴素贝叶斯法是基于贝叶斯定理与特征条件独立性假设的分类方法。对于给定的训练集，首先基于特征条件独立假设学习输入输出的联合概率分布（朴素贝叶斯法这种通过学习得到模型的机制，显然属于生成模型）；然后基于此模型，对给定的输入 x，利用贝叶斯定理求出后验概率最大的输出 y。1.1基于贝叶斯决策理论的分类方法 首先对于朴素贝叶斯来说，其优点在于在数据较少的情况想依旧有效，并且可以处理多类别问题，缺点在于对于输入数据的准备方式较为敏感。 朴素...
2021-11-28 22:07:13
4670
原创 C++学习——STl实验
一：STL简介 STL也叫做标准模板库，定义了一套概念体系，为泛型程序设计提供了逻辑基础。STL中的各个类模板、函数模板的参数都是用这个体系中的概念来规定的。 使用STL的模板时，类型参数既可以是C++标准库中已有的类型，也可以是自定义的类型——只要这些类型是所要求概念的模型 STL的基本组件包括容器，迭代器，函数对象和算法。容器包含各种数据结构，如vector、list、deque、set、map等,用来存放数据；迭代器扮演了容器与算法之间的胶合剂，是一种将operat...
2021-11-28 11:06:51
916
原创 机器学习——Logistic回归
一：Logistic回归简介 Logistic回归是统计学习中的经典分类方法，属于对数线性模型，所以也被称为对数几率回归。该模型是一种分类算法，Logistic回归是一种线性分类器，针对的是线性可分问题。我们要了解Logistic回归进行分类的主要思想是：根据现有的数据对分类边界线建立回归方程，然后以此进行分类。这里回归一词源于最佳拟合参数，表示要找到最佳拟合参数集。Logistic回归的优点在于计算代价不高，易于理解和实现。缺点是容易发生欠拟合现象，分类的精度不高。适...
2021-11-21 18:15:44
964
原创 C++学习——模板和模板类
一：模板函数1.1一般模板函数模板（Template）指C++程序设计设计语言中采用类型作为参数的程序设计，支持通用程序设计。使用模板可以使用户为类或者函数声明一种一般模式，使得类中的某些数据成员或者成员函数的参数、返回值取得任意类型。下面来看一个简单的例子#include<iostream>using namespace std;template<typename T>int compare(const T&v1, const T&am...
2021-11-16 22:48:47
351
原创 C++学习——继承和多态
一：继承访问权限继承是类的重要特性。A类继承B类，我们称B类为“基类”，A为“子类”，继承有三种方式，分别为公有继承方式（public），保护继承（protected）和私有继承（private）。 在公有继承方式中基类的私有成员，子类不可以访问；基类的保护成员，子类可以继承为自己的保护成员，在外部不可以访问；基类的公有成员，子类可以继承为自己的公有成员，在外部也可以访问。在保护继承方式中基类公有成员，子类中继承为自己的保护成员，在外部不可以访问；基...
2021-11-02 22:23:28
475
原创 C++设计：关于CMatrix类的相关操作
1.头文件声明#ifndef CMATRIX_H#define CMATRIX_H#include <iostream>using namespace std;class CMatrix{public: //函数的构建 CMatrix(); CMatrix(int nRow, int nCol, double* pData = NULL); CMatrix(const CMatrix& m); CMatrix(const char* strPath);
2021-10-10 22:00:15
204
原创 机器学习（二）——knn算法深度解析
一：引言 上一篇中对knn算法进行了相对的了解，并通过一个十分简单的例子大致了解了knn算法的工作原理和工作流程。本篇将继续对knn算法进行深度的解析，帮助理解knn算法二：算法解析 1.先简单回顾一下大致的步骤，knn算法可以大致为三个步骤，第一步就是确定k值，就是找与测试点前k个相似的数据，一般取值为不大于20的整数。第二步就是求测试点与样本点的距离。第三部就是按照样本规则来确定测试点属于哪一类。下面是网上找的一张图片。 2.k的取值分析...
2021-10-10 16:18:36
999
原创 机器学习: k-近邻算法
1.k-近邻算法工作原理 存在一个样本数据合集，也称作训练样本集，并且样本集中每个数据都有标签，即我们知道样本集中每一数据与所属分类的对于关系。输入没有标签的新数据后，将新数据的每一个特征与样本集中数据对于的特征进行比较，然后算法提取样本集中特征最相近的数据的分类标签。一般来说，我们只选择样本数据集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k值是不大于20的整数.2.k-近邻算法的一般流程（1）收集数据：可以使用任何方法（2）准备数据：距离计算所需要的数值，最...
2021-09-28 14:02:07
101
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人