自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(29)
  • 问答 (1)
  • 收藏
  • 关注

转载 使用Fashion MNIST数据集,该数据集包含10个类别中的70,000个灰度图像。 图像显示了低分辨率(28 x 28像素)的单件服装

train_images = train_images / 255.0test_images = test_images / 255.0plt.figure(figsize=(10,10))for i in range(25): plt.subplot(5,5,i+1) plt.xticks([]) plt.yticks([]) plt.grid(Fals...

2019-07-11 10:18:16 1252 1

转载 解读 2016 年十大机器学习算法及其应用

毫无疑问,过去两年中,机器学习和人工智能的普及度得到了大幅提升。  如果你想学习机器算法,要从何下手呢?以我为例,我是在哥本哈根留学期间,学习AI课程入门的。我们用的教科书是一本AI经典:《Peter Norvig’s Artificial Intelligence — A Modern Approach》。最近我在继续学习这些,包括在旧金山听了几个关于深度学习的技术演讲,参加机器学习大会上。

2016-12-29 12:41:37 542

转载 LBP(四)

纹理分类是一个很老的topic,但是一些纹理分类的方法为以后的图片分类奠定了基础。首先定义一下纹理图片,他是一个随一下变量变化的函数:纹理表面材质,反射率,光照,照相机和他的角度。现在纹理分类比较流行的有两种方法:一个是全局特征,如lbp,gabor,另一种是基于局部特征的,如:harris-laplace,基于局部特征的方法主要基于texton的框架,也就是现在图片分类的bag-of-w

2016-12-20 20:45:03 575

转载 LBP(三)

老外的原文:《Multiresolution gray-scale and rotation invariant texture classification with local binary patterns》 Timo Ojala, Matti PietikaÈ inen,2002  本文将对这篇文章做部分翻译,最后将分别给出下列代码实现。灰度不变性LBP( gray scale i

2016-12-20 20:15:12 3094

转载 LBP

一,原始LBP算法LBP的基本思想是对图像的像素和它局部周围像素进行对比后的结果进行求和。把这个像素作为中心,对相邻像素进行阈值比较。如果中心像素的亮度大于等于他的相邻像素,把他标记为1,否则标记为0。你会用二进制数字来表示每个像素,比如11001111。因此,由于周围相邻8个像素,你最终可能获取2^8个可能组合,被称为局部二值模式,有时被称为LBP码。第一个在文献中描述的LBP算子实际使

2016-12-16 18:48:23 1003

转载 LBP(二)

LBP(local binary pattern)是一种用来描述图像局部纹理特征的算子。原始的LBP于1994年提出,它反映内容是每个像素与周围像素的关系。后被不断的改进和优化,分别提出了LBP旋转不变模式、LBP均匀模式等。一:原始的LBP   给出一个简单的案例计算LBP:如下图,周围8个像素点比中间点像素值大(或者相等)的记为1,小的记为0,这样就得到二值图,然后按顺时针方向

2016-12-16 11:36:46 515

原创 项目遇到的问题

一、Mat_在cout的时候会显示方框或空白或其他,因为是uchar类型,若需要显示,先用int b=img.at(i,j);cout二、Mat img(4,4,32F)类型,则元素类型为float,可用操作Mat_im(img);若使用int  double则会出错三、求幂运算:#include 用内置的数学库函数(比如:pow),在VB里^运算符是求幂,但在C++里^却

2016-12-06 16:43:32 212

转载 机器学习相关领域

机器学习跟模式识别,统计学习,数据挖掘,计算机视觉,语音识别,自然语言处理等领域有着很深的联系。  从范围上来说,机器学习跟模式识别,统计学习,数据挖掘是类似的,同时,机器学习与其他领域的处理技术的结合,形成了计算机视觉、语音识别、自然语言处理等交叉学科。因此,一般说数据挖掘时,可以等同于说机器学习。同时,我们平常所说的机器学习应用,应该是通用的,不仅仅局限在结构化数据,还有图像,音频等应

2016-11-18 20:05:50 404

转载 相似图片搜索的原理

相似图片搜索的原理作者: 阮一峰日期: 2011年7月21日上个月,Google把"相似图片搜索"正式放上了首页。你可以用一张图片,搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。一个对话框会出现。你输入网片的网址,或者直接上传图片,Google就会找出与其相似的图片。下面这张图片是美

2016-11-18 14:02:57 296

转载 如何识别图像边缘

如何识别图像边缘?作者: 阮一峰日期: 2016年7月22日图像识别(image recognition)是现在的热门技术。文字识别、车牌识别、人脸识别都是它的应用。但是,这些都算初级应用,现在的技术已经发展到了这样一种地步:计算机可以识别出,这是一张狗的照片,那是一张猫的照片。这是怎么做到的?

2016-11-18 13:08:26 389

原创 第3章 用类处理彩色图像

一、策略模式----识别某个颜色的所有像素二、控制器设计模式三、转换颜色表示法四、HSI颜色空间

2016-11-16 20:07:47 250

转载 OpenCV中对Mat里面depth,dims,channels,step,data,elemSize和数据地址计算的理解

cv::Matdepth/dims/channels/step/data/elemSizeThe class Mat represents an n-dimensional dense numerical single-channel or multi-channel array. It can be used to store (Mat类的对象用于表示一个多维度的单通道或者多通道稠密数组

2016-11-16 11:04:19 404

原创 第二章-操作像素

加入椒盐噪声------访问像素值//加入椒盐噪声void salt(Mat image,int n)//n为噪声数量{ int i,j; for(int k=0;k<n;++k) { i=rand()%image.cols; j=rand()%image.rows; if(image.channels()==1)//或image.type()==CV_8UC1

2016-11-15 21:18:22 429

原创 装载、显示、存储---创建与复制------ROI-----掩码

装载、显示、存储#include#include#includeusing namespace cv;using namespace std;int main(){ //创建图像 Mat image; cout<<"this image is "<<image.rows<<"*"<<image.cols<<endl;//image.channels()显示通道数,灰度单通

2016-11-15 15:45:17 324

原创 一、模块简介------《opencv计算机视觉编程攻略》第二版读书及实践笔记

2016年11月15日15:01:33开始,争取一个月弄完。作者:Vinjn张静链接:https://zhuanlan.zhihu.com/p/19988205来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。core/,核心功能模块,定义了基本的数据结构,包括最重要的 Mat 类、XML 读写、opengl三维渲染等。imgproc/,

2016-11-15 15:27:40 781

转载 机器学习算法简述

回归模型:    误差项要满足正态分布,无偏性,共方差性,和独立性。用最小二乘法,来评估参数。也有很多非线性模型。贝叶斯算法:    贝叶斯数据需要离散,不完整数据,没有输入和输出的概念,节点运算独立。        EM算法,我毛华望QQ849886241,个人博客http://blog.csdn.net/my_share聚类分析:

2016-11-15 14:44:27 1894

转载 图像处理、数据挖掘……

数据挖掘:         数据挖掘从字面上就已经很好理解了,就是从一堆数据中,挖掘出一些有用的信息来的过程。比如说,我们的搜索数据,如果某个地区大部分人都在搜索MH370,表示他们在关注这个事情。我们就可以推荐一些安全知识,飞机知识过去。同样的也可能会有蜡烛销售高潮,提前给他们提供便利。这个就是数据挖掘的工作内容。        数据挖掘这些书的主要内容,数据有多少种,什么是有效

2016-11-15 14:31:00 5461

转载 vs2010调试技巧

今天的博文将介绍Visual Studio中的一些实用调试技巧。这是受我朋友Scott Cate (他发表过几十篇很棒的VS技术文章) 启发。他最近告诉我,许多Visual Studio下的程序员,甚至一些很有经验的开发人员,都不知道这些技巧。希望这篇文章能帮你掌握这些技巧。它们都很简单,却能帮你节约大量的时间。  跳到当前光标处(Ctrl+F10)  我经常看到人们为了到达目标代

2016-01-19 10:20:58 323

转载 特征提取代码

颜色提取Ø  #t0颜色直方图提取:Code:#include #include #include using namespace std;

2016-01-14 16:01:20 486

原创 widthstep

简言之:image->widthStep = (int(image->width * image->nChannels+3)/4)*4,既图像宽度*图像通道数,再向上取最近的4的倍数,因为每行是按4的倍数分配内存的做直方图计算时要注意空的内存。灰度图的width和widthstep不相等。前者是表示图像的每行像素数,后者指表示存储一行像素需要的字节数。  在Op

2016-01-14 15:07:13 611

转载 opencv

如果你曾搜索过图像处理、计算机视觉等相关方面的工作,基本都会要求了解或掌握opencv的开发。目前opencv支持的编程语言包括C,C++,Python,据说基于JAVA语言的也即将面世。Opencv支持的平台包括windows,linux,iOS,andriod,winCE,WindowsRT,到opencv2.4.9版本,与opencv结合的第三方库包括CUDA,opencl,openGL,Q

2016-01-11 16:27:29 892

转载 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。

一 颜色特征(一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征。另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法,

2016-01-11 11:03:00 3737

转载 算子

1.SIFt算子SIFT算子是David G Lowe在2004提出的,即尺度不变特征变换(Scale Invariant Feature Transform)。它是以尺度空间的构造为基础的局部特征描述算子,对于图像的缩放、旋转和放射变换等具有不变性。SIFT算子在构建好的尺度空间的基础上搜索尺度空间中的极值点(特征点),然后确定极值点的尺度信息以及位置,再确定极值点的方向(其邻域梯度的主

2016-01-07 19:25:11 792

转载 二值化

对图像进行二值化的关键函数——cvThreshold()。函数功能:采用Canny方法对图像进行边缘检测函数原型:void cvThreshold(  const CvArr* src,  CvArr* dst,  double threshold,  double max_value,  int threshold_type

2016-01-06 14:00:09 305

转载 纹理特征

纹理的定义:纹理是一种反映图像中同质现象的视觉特征,它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志:某种局部序列性不断重复、非随机排列、纹理区域内大致为均匀的统一体。纹理不同于灰度、颜色等图像特征,它通过像素及其周围空间邻域的灰度分布来表现,即:局部纹理信息。局部纹理信息不同程度的重复性,即全局纹理信息。 纹理的分类:纹理特征可以分为四

2015-12-28 14:43:01 818

转载 边界元与有限元方法相比较的优缺点

一本书上关于有限元和边界元的比较,摘录如下:有限元基于区域上的变分原理和剖分插值,边界元基于边界归化及边界上的剖分插值;有限元属于区域法,其剖分涉及到整个区域,而边界元只需对边界离散,因此,可以降低求解问题的维数;有限元法待求未知数多,要求解的方程规模大,导致输入数据多,计算的准备工作量大,边界元法则相对规模小一些;有限元必须同时对所有域内节点和边界节点联立求解,边界元只需对边界节

2015-12-28 13:15:29 24201

转载 创建MAT

创建一个Mat对象有多种方法:Mat() 构造函数 Mat M(2,2, CV_8UC3, Scalar(0,0,255)); cout "M = " endl " " M endl endl; 对于二维多通道图像,首先要定义其尺寸,即行数和列数。然后,需要指定存储元素的数据类型以及每个矩阵点的通道数

2015-12-25 11:02:12 322

原创 MAT复制

OpenCV使用引用计数机制。其思路是让每个 Mat 对象有自己的信息头,但共享同一个矩阵。这通过让矩阵指针指向同一地址而实现。而拷贝构造函数则 只拷贝信息头和矩阵指针 ,而不拷贝矩阵。123456Mat A, C; // 只创建信息头部分A = imread(argv[1]

2015-12-25 10:43:58 433

转载 学习笔记之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。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。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。霍夫变换运用两个坐标空间之间的变换将在一个空间中具有相同形状的曲线或直线映射到另一个坐标空间的

2015-12-23 10:03:29 3005

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除