智能感知与学习
麓山君陌
在校科研生
展开
-
智能感知与学习(九):非参数估计
1、总体分布的非参数估计a、参数估计方法:要求已知分布的具体形式b、实际情况可能是:不知道分布的形式或者不是典型的分布形式c、估计分布的非参数方法:直接从样本估计总体分布的方法2、总体分布的非参数估计基本原理设 p(x)是 x 的总体概率密度函数随机变量 x 落入区域 R 的概率:设从密度为p(x)的总体中独立地抽取 N 个样本,则其中有 k 个样本落入区域 R 的概率 Pk 满...原创 2020-05-07 21:34:19 · 4010 阅读 · 0 评论 -
智能感知与学习(八):贝叶斯分类器
1、在贝叶斯决策理论中,基本的已知条件是:a、类先验概率 P(ωi)b、类条件概率密度 p(x |ωi )疑问:它们从何而来?面临的实际情况是:对于一个具体问题,我们只有有限数目的样本(所属类别有可能还是未知的)2、分类器的设计分成两步来完成:a、利用样本集估计出P(ωi) 、 p(x |ωi )(本章要解决的基本问题)b、利用Bayes决策理论设计分类器(前一章已经解决的问题)3...原创 2020-05-07 21:28:53 · 2820 阅读 · 0 评论 -
智能感知与学习(七):决策&概率
1、模式识别的分类问题:根据待识别对象的特征观察值,将其分到某一个类别中2、贝叶斯决策理论:(理论上能够证明是最好的分类器,实质上用不到)a、基本已知条件:①、已知决策分类的类别数为c,各类别的状态为:②、已知各类别总体的概率分布(各个类别出现的先验概率和类条件概率密度函数)b、欲解决的问题如果在特征空间中观察到某一个(随机)向量x = ( x1 , x2 ,…, xd )T...原创 2020-04-20 14:37:50 · 3597 阅读 · 0 评论 -
智能感知与学习(六):识别系统
1、人的模式识别能力:人通过视觉、嗅觉、听觉、味觉、触觉接收外界信息、再经过人脑根据已有知识进行适当的处理后作出的判别事物或者划分事物性质(类别)的能力2、模式识别:通过计算机来实现人的模式识别能力,即用计算机实现人对各种事物或现象的分析、描述、判断、识别。需要经过学习-决策-错分现象的情况3、模式:a、存在于时间、空间中可观察的事物,并具有时间或空间分布的信息b、模式不是事物本身,而是从...原创 2020-04-20 14:32:24 · 4457 阅读 · 0 评论 -
智能感知与学习(五):滤波
1、空域过滤及过滤器:a、使用空域模板进行的图像处理,被称为空域过滤,模板本身被称为空域过滤器b、分类:钝化和锐化线性过滤器(高通、低通、带通)和非线性过滤器(最大值、最小值、中值)2、线性过滤器:a、线性系统和频域过滤概念在空域的自然延伸,结果值由公式定义:R=w1z1+w2z2+…+wnznw为模板系数z为被计算的像素及邻域像素的值b、低通滤波器:钝化图像、去除噪音c、高...原创 2020-04-20 14:30:50 · 3671 阅读 · 0 评论 -
智能感知与学习(四):图像增强
1、图像增强:是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。从增强的作用于出发,可分为空间域增强和频率域增强两种。空间域增强是直接对图像各像素进行处理。频率域增强是将图像经傅里叶变换后的频谱成分进行处理,然后逆傅里叶变换得到所需要的图像。空间域:增强图像的像素直接对这些图像的像素操作a、点运算:灰度变换、直方图修正法(均衡化、规定化)、局部统计法...原创 2020-04-20 14:29:14 · 4254 阅读 · 0 评论 -
智能感知与学习(三):图像运算
1、几何运算:可改变图像中各物体之间的空间关系(可以将一个像素点移动),一个几何运算需要两个独立的算法:a、定义空间变换本身,描述像素如何从初始位置移动到终止位置,即像素的移动b、灰度插值的算法,在一般情况下,需要后处理,可能有空洞。在一般情况下输入图像的位置是整数,而输出图像的位置坐标可能为非整数。常常需要进行各种不同的几何变换。2、基本几何运算:平移、旋转、镜像(水平、垂直)、放缩、...原创 2020-04-12 10:58:40 · 2394 阅读 · 0 评论 -
智能感知与学习(二):图像参数
1、可见光:a、波长:波长不同的电磁波,引起人的颜色感觉不同b、光函数:用光函数c(x,y,t,r)表示可见光,x\y为空间分布(坐标);t为时间分布;r为波长,即图像源是能量在时间和空间上的分布c、人眼以及各种传感器接受到的图像信息为:第i个传感器的输出=这个时刻空间分布的光函数x第i个传感器的光谱特性关于波长的积分d、不同传感器对不同的波段敏感,多种传感器可以综合采集的到同一景物在不...原创 2020-04-12 10:54:55 · 2332 阅读 · 0 评论 -
智能感知与学习(一):简介
1、研究背景:地球数据化带来的任务,一方面要求处理对象的数字化,一方面要求处理时的直观性,因此带来了许多研究课题与方向。2、图像:图是物体投射或反射光的分布,像是人的视觉系统对图的接收在大脑中形成的印象或反映。是主观和客观的结合。3、图像的分类:a、模拟图像,如胶片胶卷等,是物理的图像b、数字图像,将图片数字化,以像素的点将颜色进行记录和分析。数字图像是指由被称作像素的小块区域组成的二...原创 2020-04-12 10:52:06 · 3526 阅读 · 0 评论