计算机视觉（三）未有深度学习之前

最新推荐文章于 2024-09-25 09:16:52 发布
最新推荐文章于 2024-09-25 09:16:52 发布
阅读量1k 收藏
点赞数 1
分类专栏： 计算机视觉 文章标签： 计算机视觉 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_60634555/article/details/131911781
版权

文章目录

图像分割

  • 把图像划分成若干互不相交的区域。
  • 经典的数字图像分割算法一般是基于灰度值的两个基本特征之一：不连续性和相似性。

基于阈值、基于边缘

  • 基于阈值：基于图像灰度特征计算一个或多个灰度阈值。将灰度值与阈值比较，最后将比较结果分到合适的类别中。

  • 在这里插入图片描述
    大津法

  • 基于边缘：边界线上连续的像素点集合，是图像局部特征不连续性的反映。体现灰度、颜色、纹理等图像特征的突变。

在这里插入图片描述

基于区域、基于图论

  • 区域分割：
    - 区域生长法
    在这里插入图片描述
    - 分水岭算法
    在这里插入图片描述
  • 图论分割
    - Graph Cuts分割
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述
    - 先取两个种子点（前景和背景）
    - 然后建立一个图，途中边的粗细表示对应权值的大小
    - 然后找到权值和最小边的组合
    - 完成图像分割的功能
    在这里插入图片描述
    - GrabCut分割
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 物体分割
    在这里插入图片描述
    在这里插入图片描述

人脸检测

Haar-like特征+级联分类器

表示人来云某些特征
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

行人检测

HOG+SVM

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

DPM

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

_企鹅_
关注
专栏目录
计算机视觉未有深度学习之前
慕云
03-04 160
基于阈值的分割 基于边缘的分割 传统图像分割的方法 区域生长法 分水岭算法步骤 Graph Cuts分割 Haar-like特征 Haar级联分类器 Boosting分类器示意 弱分类器和强分类器 ‘ 级联分类器的检测机制 HOG HOG的步骤 SVM基本模型 DPM ...
计算机视觉CV理论基础--未有深度学习之前
Mr_Wang0120的博客
06-06 263
代码: """ 函数为cv2.threshold( ) 这个函数有四个参数，第一个是原图像矩阵，第二个是进行分类的阈值，第三个是高于（低于）阈值时赋予的新值， 第四个是一个方法选择参数，常用的有： cv2.THRESH_BINARY（黑白二值） cv2.THRESH_BINARY_INV（黑白二值翻转） cv2.THRESH_TRUNC（得到额图像为多像素值） cv2.THRESH_TOZERO（当像素高于阈值时像素设置为自己提供的像素值，低于阈值时不作处理） cv2.THRESH_TOZERO_IN...
计算机视觉04：未有深度学习之前
fafagege11520的博客
03-03 178
计算机视觉04：未有深度学习之前 文章目录计算机视觉04：未有深度学习之前1. 图像分割1.传统图像分割方法2.Graph Cuts2. 人脸检测3. 行人检测 1. 图像分割 1.传统图像分割方法 2.Graph Cuts 2. 人脸检测 3. 行人检测 ...
计算机视觉 Computer Vision Chaper4 未有深度学习之前
爱学习的大叔的博客
12-08 388
文章目录图像分割基于阈值和边缘基于区域和图论Graph CutsGrab Cut人脸检测Haar-like 特征级联分类器行人检测HOG+SVMDPM 图像分割 传统的图像分割是基于灰度、颜色、纹理和形状。两个基本特性：不连续性和相似性。 深度学习的分割是要按照语义分割出来，物体实际是什么物体要能分割出来。 阈值的分割就是先画直方图，然后大于阈值的为前景/背景，小于的则相反。 边缘分割是基于图像局部特征不连续性的反映，体现了灰度、颜色、纹理等图像特性的突变。 基于阈值和边缘 基于区域和图论
计算机视觉（4）—— 未有深度学习之前
清园暖歌的博客
05-10 588
也就是说对于每个分类器来说，我扔掉的东西就一个不是人脸，不是正例，保留下来的还不确定，就这样的过程叠加若干的，每个分类器也不一样，最后剩下的才是真正的正例。就是画的框就是背景和前景的颜色分布都有了，然后找这些颜色分布找若干个聚类中心，框之外的颜色就是背景，背景也找若干个聚类中心；要做的就是在不断的迭代过程中，框住的颜色里属于背景的就会逐渐被归到框外的聚类中心上，框里面的就仅仅属于自己。梯度每落在20度里面的数量，如果是85度，再70和90度之间，就用插值，到70度是15，到90度是5。
未有深度学习之前
weixin_45649258的博客
05-06 818
目录未有深度学习之前1 图像分割2 传统图像分割的方法2.1基于阈值的分割方法2.2基于边缘的分割方法2.3基于区域的分割方法2.4基于图论的分割方法3 Graph Cuts分割3.1前景/背景的颜色模型4 GMM5 K-means5.1 关于K-Means的几个问题5.1.1 K值怎么定?5.1.2 初始的K个质心怎么选?5.1.3 K-Means会不会陷入一直选质心的过程?6 物理分割（Object Segmentation）6.1 GrabCut分割6.1.1 迭代进行GraphCuts6.1.2 算
图像检测：未有深度学习之前
qq_45022743的博客
05-05 2094
图像分割 所谓图像分割指的是根据灰度，颜色，纹理和形状等特征把图像划分成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。经典的数字图像分割算法一般是基于灰度值的两个基本特征之一：不连续性和相似性 传统的图像分割方法 基于阈值的分割方法：阈值法的基本思想是基于一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值相比较，最后将像素根据比较结果分到合适的类别中。 基于边缘的分割方法：所谓边缘是指图像中的两个不同区域的边界线上连续的像素点的集合，是图像局部特征不连续性的
CV理论基础（四）：未有深度学习之前——人脸检测、行人检测
weixin_44365744的博客
04-28 714
计算机视觉理论基础（四）人脸检测行人检测 人脸检测 Haar-like特征+级联分类器 行人检测 HOG+SVM
CV理论基础（四）：未有深度学习之前——图像分割
weixin_44365744的博客
04-25 544
计算机视觉理论基础（四）
基于计算机视觉盲点的视错觉验证码算法
weixin_43894506的博客
08-06 862
基于计算机视觉盲点的视错觉验证码算法 作者：路昊天 指导老师：陈军 摘要：验证码是（CAPTCHA）是“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试）的缩写，人们有时称CAPTCHA是一种反向图灵测试，1现在其他作用是防止恶意破解密码、刷票、论坛灌水、刷页。2 我设计了一款视错觉验证码系统，使普通机器无法识别验证码，拥有成本低，安全性高，应用性强，安全可靠并
基于深度学习的烟草工业人员行为分析管控研究（二）
weixin_42691311的博客
03-05 1261
2.3深度学习技术 2.3.1 深度学习技术理论基础 2.3.1.1深度学习框架 生成式深度架构（Generative deep architectures），主要是用来描述具有高阶相关性的可观测数据或者是可见的对象的特征，主要用于模式分析或者是总和的目的，或者是描述这些数据与他们的类别之间的联合分布。（其实就是类似与生成模型） 判别式深度架构（Discriminative deep architectures），主要用于提供模式分类的判别能力，经常用来描述在可见数据条件下物体的后验类别的概率。（类似于判
基于深度学习的烟草工业人员行为分析管控研究
weixin_42691311的博客
03-05 800
基于深度学习的烟草工业人员行为分析管控研究 #1.1.1 研究背景 对于生产企业而言，产品质量重于泰山。自2014年来，云南烟草市场投诉数量未有明显下降趋势，且云南中烟各工厂内部每月抽查都存在产品缺陷等问题（未流入市场），如何提升产品质量一直以来都是困扰烟草工业的痛点、难点问题。 而对于产品质量的控制，主要是由质检、操作人员直接对产品进行观察、接触，质检、操作人员是否按时、按量、规范进行质检工作成为产品质量控制的核心同时也是管理重点。目前，对于员工是否进行产品质量检查操作判定依据较为主观，过程管控成本居高不
数据集-目标检测系列-自行车检测数据集 bike＞＞ DataBall
Eric.Lee的博客
09-22 401
数据集-目标检测系列-自行车检测数据集 数据量：1W+
开启争对目标检测的100类数据集-信息收集
Eric.Lee的博客
09-23 1637
DataBall 助力快速掌握数据集的信息和使用方式。 争对数据的种类希望获得大家建议进行收集构建，符合市场大众的需求，欢迎留言，或是私信。
数据集-目标检测系列-吸烟检测数据集 smoking cigarette ＞＞ DataBall
Eric.Lee的博客
09-23 394
数据集-目标检测系列-吸烟检测数据集 （smoking cigarette） 数据量：1W+ 想要进一步了解，请联系 DataBall。 DataBall 助力快速掌握数据集的信息和使用方式，会员享有 百种数据集，持续增加中。
数据集-目标检测系列-老虎检测数据集 tiger＞＞ DataBall
Eric.Lee的博客
09-25 284
数据集-目标检测系列-老虎检测数据集 tiger 数据量：6k + 想要进一步了解，请联系。 DataBall 助力快速掌握数据集的信息和使用方式，享有百种数据集，持续增加中。 数据项目地址： gitcode: https://gitcode.com/DataBall/DataBall-detections-100s/overview github: https://github.com/TechLinkX/DataBall-detections-100s
基于深度学习的多智能体协作
weixin_42605076的博客
09-23 1038
基于深度学习的多智能体协作是一种通过多个智能体相互协作完成复杂任务的框架，利用深度学习技术来优化智能体之间的合作与决策过程。多智能体系统广泛应用于自动驾驶、机器人群体、游戏AI、资源调度、无人机编队等领域，其中每个智能体通常具有自主性，并与其他智能体共享信息或协同工作，以共同实现全局目标。
[论文总结] 深度学习在农业领域应用论文笔记13
最新发布
You and Me
09-25 1152
这篇论文的立意是从实际出发的，与很多根据卫星图像来预测产量的文章不同，该研究的目的强调了不是产量预测而是提出使用棉花种植区块产量和纤维质量（长度和微米）数据来说明作物生产数据的缩小区域观测的通用方法。在实验数据方面，采用了澳大利亚11个种植区域2年生长季节260天的生长数据，8种不同植被指数、32个协变量和棉花的产量和棉纤维微米（质量）以及总共有约25张卫星图像可用于 NNSW区域，约70 张图像可用于SNSW区域。数据量挺大的，做的内容也具有实际意义。挺好的一篇文章。
计算机网络安全技术设计与信息化建设
然而，计算机网络安全也受到全所未有的威胁，计算机病毒无处不在，黑客的猖獗，都防不胜防。 计算机网络安全的定义是指保护计算机网络和系统免受未经授权的访问、使用、披露、破坏或修改的安全性。计算机网络安全...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值