第一拨——我的噩梦bs

 

         其实我自己都不知道为什么要写这些东西，也许只是为了让我自己不要忘记做过的东西，虽然那些都是很简单的东东，不过古人曾经说过“温故而知新，可以为师已”，希望我自己写的这点东东给我以前的记忆留下点，总之希望是美好的，现实是长裤滴~~

         不废话了，下面就开始回忆我第一个做的东东，其实也就是我的毕设，题目大概是“基于随机方法的图像分割软件”，说实在的，我到现在还不明白这个东东做出来到底有什么实际意义，把主要对象从图片里分割出来？怎么样判断哪个物体是主要对象？这些我都没搞清除，我所做的只是根据书上的一个算法，改编成一个可执行的.exe文件，也许这只是图像学中众多知识的一小部分，就像数学中的一个公式的应用。

         说到数学，我想起来了，图像学与数学有着不可分割的紧密联系，我这个图像分割软件就是基于概率数学中正态分布的定理，随机方法是一种大的范围，里面有好多种算法，我采用em（期望最大化）算法来实现，em算法大致意思就是对一个像素点的特征量（例如颜色、位置、条纹等等）、以及权重值（有点忘了 晚上回去看下 再回来修改）代入正态分布函数计算出对应概率，然后利用所得概率对权重值不断地进行迭代计算，最终得到一个相对稳定的概率，这个概率就是针对该像素点所属聚类的概率（最简单的聚类就是2类，主要对象类与非主要对象类，或者再加个次要对象类什么的），最后利用像素点概率对像素点进行赋值就可形成分割图像的效果。

         这个算法主要有几个难点：

1、 初始权重的设置，如何对一幅图像获取到比较好的初始权重是比较麻烦，因为不同图像的主要对象一般对整幅图片的所占比例一般都不太一样，所以利用程序来获得初始权重的方法我还没想到（以后有空可以想想或者欢迎大家给我意见），目前是设置0.3 、0.7的权重，因为大致的试了几个数，只有这个比例分割效果还比较好。

2、 像素多重特征值的选取，因为对像素点取得的特征值越多，就相当于对像素点描

述越详细，那么对像素点的概率计算就越准确。而在正态分布的公式中，特征值的出现是以向量形式出现的，而特征值越多，向量的长度也越长，由于我还不知道如果针对矩阵运算写出专门的函数（这点以后可以看看 如果能找到矩阵运算的规律以及对应的算法，那么对于矩阵运算的操作就可以轻易解决了）。我自己是采用最原始的方法，利用数学公式写出计算过程，然后直接写入代码，实在是比较傻

3、 还有些想不起来了 等晚上回去看看再接点吧

先写这么多吧 记得晚上回来把主要算法帖出来