Henry_Zhao的博客

原创 C++全景拼接

#include <iostream>#include <fstream>#include <string>#include "opencv2/opencv_modules.hpp"#include <opencv2/core/utility.hpp>#include "opencv2/imgcodecs.hpp"#include "o...

原创 基于近红外单目成像的活体检测

原创 Python调用C++动态库，实现图像拼接（调用输出结果有问题）

#include <iostream>#include <fstream>#include <string>#include "opencv2/opencv_modules.hpp"#include <opencv2/core/utility.hpp>#include "opencv2/imgcodecs.hpp"#include "o...

原创 代码简洁之道

1.命名要有意义如方法名：动宾 命名要能读得出来 命名具有一致性，且尽量使用领域内专业术语2.函数函数尽量短小 每个函数只抽象一次 函数参数越少越好，超过三个说明参数需要封装（如封成一个类）3.注释需要注释基本可以代表代码整体的表达能力不好，可读性不好，wtf太多 能用命名解决的就不要用注释 拒绝喃喃自语、多余的废话注释及注释掉的代码4.格式每行不要太长，不超过1...

原创 正态分布曲线的Y轴没有实质上的含义。

由于正态分布是一种连续分布，我们不能说当随机变量x等于某数发生的概率道（例如x=1的概率事实上为0）。因此正态分布的纵轴只表示正专态分布函数在随机变量取某值时的函数结果。但是，在某一区间内正态分布函数与x轴、区间上下界所围的区域属面积是有数学含义的，表示x落在这一区间内的概率...

原创 C和指针 阅读笔记（1-5章）

int *a √int* a ×因为这个*和变量名a是一体的，表示a是个指针变量。同样int *a, b表示声明一个指针变量a和一个整型变量b如果 int *a = 5,则意味着将5这个整型数据所在的内存地址的起始位置赋值给整型指针a。int *a指的是指针这里其实很巧妙，对于指针取内存数据的操作就是 *Pointer。而声明指针时如果看成对指针取内存数据那么*a的类型...

原创 关于房价走势的思考

首先理解一个词汇：劳动剩余：广义上讲是指整个国家的努力获得的剩余价值，这部分价值国家会尽可能用来提高自己的生产力水平促进自身发展。你制造的剩余价值国家如何来控制引导使用走向呢？如果每个人手里赚的钱都吃了喝了买衣服穿了那国家还怎么发展？生产力发展，人民荷包变大了，每月赚一万国家要七千拿去发展你愿意不？你不愿意，但是国家可以用税收，垄断国企控制剩余价值流向。比如个人所得税，房贷等，给你个房子住...

原创 不同编程语言的宏观区别

编译型语言和解释型语言1、编译型语言需通过编译器（compiler）将源代码编译成机器码，之后才能执行的语言。一般需经过编译（compile）、链接（linker）这两个步骤。编译是把源代码编译成机器码，链接是把各个模块的机器码和依赖库串连起来生成可执行文件。优点：编译器一般会有预编译的过程对代码进行优化。因为编译只做一次，运行时不需要编译，所以编译型语言的程序执行效率高。可以...

原创 Nvidia GPU架构演变

Maxwell架构(2014)---->pascal架构（2016）---->Turing图灵架构(2019)

原创 图像增强之各种算子

图像增强：目的，改善图像的视觉效果或转变成更利于分析的形式。一.空域增强方法包括对比度增强（如直方图均衡化）， 图像平滑：使边缘等变的模糊， 中值滤波 高斯滤波等 图像锐化：使边缘变得突出，最常用的是梯度法。 一阶的有Prewwit算子，sobel算子，canny算子等； 二阶的有laplace算子，laplace of Gauss算子(LOG） 二.频域增强低...

原创 傅里叶变换 高通滤波 低通滤波

幅值谱：频率和幅值的关系。中心为频率最小点。因此幅值谱中心部分代表的是低频信息，即空间域的平缓的部分。越往外代表的是高频信息，空间域的边缘啊噪声等频率：以正弦波为例，就是周期的倒数幅值：周期内最大值幅值高（幅值谱越亮的部分）代表像素越多。一幅图像经过傅里叶变换之后一定是中心较亮，四周较暗（低频像素多，高频像素少），因为一般一幅图像中高频信息（边缘等）是很少的，多的是背景。高通滤波...

原创 频域滤波

频域滤波是在频率域对图像做处理的一种方法。步骤如下：滤波器大小和频谱大小？？相同，相乘即可得到新的频谱。高频信息：图像中那些快速变化的部分，即边缘和细节部分。低频信息：图像中那些平缓的部分，决定了图像的基本灰度等级。滤波后结果显示：低通滤波去掉了高频信息，即细节信息，留下的低频信息代表了概貌。常用的例子，比如美图秀秀的磨皮，去掉了脸部细节信息（痘坑，痘印，暗斑等）。高...

原创 逻辑门电路

门：通路继电器：由逻辑门电路集成成的以小电流控制大电流通断的自动开关。触发：继电器部分的电路闭合，做出有效输出动作（pull 下金属片）与门：两个继电器串联控制的初始状态为断开的电路 AND gate或门：两个继电器并联控制的初始状态为断开的电路 OR gate或非门：两个继电器串联控制的初始状态为闭合的电路 NOR gate与非门：两个继电器并联...

原创 多摄像机系统

多视图几何

原创 针孔摄像机

成像，及三个坐标系变换

原创 变换模型——仿射变换和透射变换

仿射变换是投射变换的一个特例仿射变换：6参数投射变换：8参数仿射变换：包括线性变换（旋转、剪切、缩放）及平移；特点：平行的线变换后依然保持平行。任意的仿射变换都能表示为乘一个矩阵(线性变换)，再加一个向量 (平移) 的形式．透射变换：利用透视中心、像点、目标点三点共线原理，从一个平面投影到另一个视平面。特点：投影变换后的线不一定保持平行，对图形的扭曲能力更强。也被称为投影变换、共...

原创 特征点匹配算法

粗匹配：暴力匹配（汉明距离） FLANN 快速最近邻匹配匹配错误点剔除：（在寻找单应矩阵时需要）0，用所有点，最小二乘法。噪声很小时推荐用。 RANSAC：需要阈值 LMEDS：不需要阈值，但是内点数小于50%会失效...

原创 特征点描述

sift：128维向量，方向梯度直方图

原创 RANSAC算法——RANDOM SAMPLE CONSENSUS

功能：采用迭代的方法去估计样本的拟合模型应用：直线拟合、平面拟合、计算图像或点云间的变换矩阵、计算基础矩阵思路：一组较大的样本点，假设包括外点（离群点，噪声）和内点。根据大数定律，假设随机抽样得到的数据都是内点，从样本随机抽样得到的模型可以近似作为整体模型。去计算其他点的到此抽样模型的距离，设定一个距离允许误差阈值，找到所有允许误差阈值范围内的点，作为抽样模型的评分。继续抽样，最后评分最高...

原创 屏蔽关键词搜索

如： 边缘检测 -(CSDN)-前有空格，屏蔽CSDN搜索 边缘检测

原创 C和python中命令行传参解析

python: main（argc， argv[]）argv[ ]默认的第一个参数是传进来的执行文件的目录地址，因此argc最小是1 parser = parser """源码中创建parser对象：parser.add_argument参数命名带前缀--:表示是有默认值的参数（源码中用default设置默认值），命令行传参时可传可不传参数名不带前缀：表示命令行调...

原创 让生活规律起来

每周跑步总里程达到10km2.最晚11.30开始准备睡觉

原创 CCF（中国计算机学会）推荐 计算机人工智能图像处理领域会议

国内：共同点： 都是EI核心来源期刊； 中国计算机学会参与主办是会刊； 科学出版社出版发行； 可接受8000-10000字左右的长文； 稿量大，处理流程大多缓慢，应早投； 国内众星捧月zzz 《计算机学报》http://cjc.ict.ac.cn/，月刊，中国计算机学会与中国科学院计算技术研究所主办，网站...

原创 图像处理领域术语英文对应

图像配准：img registration 图像拼接：img stitching 计算机断层扫描： computer tomography

原创 模型压缩（神经网络近似）

主要分三个手段：低秩近似：image2col可以转成矩阵，训练得到权重矩阵，对权重矩阵先SVD分解（特点：对角线上特征值越来越小），将后面较小的几位去掉。（SVD近似,KPSVD近似）。张量分解：比较work的代表，cp分解（应用：xception） 稀疏近似（将大部分都变成0）：拿出权重看一下分布情况，发现权重数值大部分是以0为均值的高斯分布（但是不是0）。掩膜将一小比例部分权重数值强制为...

原创 深度学习去噪比较好的模型

VDnet：https://github.com/zsyOAOA/VDNetRIDnet：https://github.com/saeed-anwar/RIDNet传统方法：DCT模型

原创 图像领域一些概念的普及

1.超分辨率：image super-resolution基于多张低分辨率的图片（同一物体多帧采样），重建一张高分辨率的图片。

原创 Signal to Noise Ratio——信噪比

信噪比(SNR or S/N)，即放大器的输出信号的功率，与同时输出的噪声功率的比值，常常用分贝数表示。设备的信噪比越高表明它产生的杂音越少。一般来说，信噪比越大，说明混在信号里的噪声越小，声音回放的音质量越高，否则相反。信噪比是音箱回放的正常声音信号与无信号时噪声信号(功率)的比值。用dB表示。例如，某音箱的信噪比为80dB，即输出信号功率比噪音功率大80dB。信噪比数值越高，噪音越小。...

原创 图像评价指标

https://www.cnblogs.com/seniusen/p/10012656.html

原创 算法优化的思路

首先思考当前算法的瓶颈是什么？速度慢？还是准确率低？ 如果是速度慢，要么直接换新算法要么看是否有某个阶段占大量时间，如果仅仅是迭代次数多那没办法只能换算法 如果迭代次数不多，依然很慢那就是有计算瓶颈，看是不是能改写某部分如用c加速 CV常见的优化速度的办法：可以先将图片放缩然后卷积运算，得到最后结果图，再缩放回来综上：1.换算法 2.缩放后运算 3.c加速...

原创 python相对路径与绝对路径

1.一般用 / 表示相对路径，用\\表示绝对路劲（\转义符的缘故，也可以用 r'\' ）E:/file1/file2/a.py2. 相对路径： ./a.py 表示不包括文件a.py的那些部分，等价于a.py，等价于 E:/file1/file23.相对路径： ../a.py 表示不包括a.py及之前的那一层的剩下的部分，等价于 E:/file14.在解释器里，对于文件相对路径...

原创 解决项目问题的流程反思

1.首先粗略调研问题的背景及发展史，分析每一步发展各自解决了什么问题，各自贡献了什么新的视角或者解决了什么新的问题？性能？速度？3.论文要看起来，最新的东西在这。2.根据以上确定当前新的性能较好的解决方案，最后寻找pytorch实现或其他实现。（2018年12月出的pytorch1.0，0.4太老了）4.记住金字塔原理：每层问题都可以分为2-3个子问题。比如当前最火的某个问题的解...

原创 python装饰器-------在代码运行期间动态增加功能的方式

def log():装饰器本质上是一个接受函数作为参数，并返回一个函数的这种高阶函数，用在定义函数或类时。log就是装饰器装饰器可以用函数实现，也可以用类实现。python放置装饰器的语法：@log@property:class DataSet(object): @property def method_with_property(self): ##含有@pro...

原创 python中的*和**

*星号（asterisk）主要在函数定义和函数调用时使用。与C语言中的指针无任何关系。1.函数定义时使用单个*会将所有的参数，放入一个元组tuple供函数使用 使用**会将所有的关键字参数，放入一个字典dict供函数使用2.函数调用时在list，tuple,set前加*，会将容器中所有元素解包unpack变成位置参数 在dict前加*，会将dict字典的键key 变成位置参数 ...

原创 基金投资待读书籍

1.买基金为自己加薪2.指数基金投资指南这是雪球大V：银行螺丝钉，写的关于指数基金定投方面的书籍。推荐这本书的原因有几个：①、指数基金定投是比较简单，而且比较容易入门的一类投资品种；②、这本书写的比较实用，没有那么高深的难懂的；③、指数基金定投是最适合大家的投资方式。我是西西定投，我也一直都致力于推广指数基金定投在普通大众的工作。这本书从指数基金的种类、操作方法都有涉及，如果你还没进入...

原创 python之封装

Python基础之封装　　一、什么是封装　　在程序设计中，封装（Encapsulation）是对具体对象的一种抽象，即将某些部分隐藏起来，在程序外部看不到，其含义是其他程序无法调用。　　要了解封装，离不开“私有化”，就是将类或者是函数中的某些属性限制在某个区域之内，外部无法调用。　　二、为什么要封装　　封装数据的主要原因是：保护隐私（把不想别人知道的东西封装起来）　　封...

原创 如何学习编程？？

模块是指.py包是指包含多个.py文件和一个__init__.py的package。没有__init__.py则此文件夹只是普通文件夹不是包（package）因为模块多了之后会冲突，把它放到不同的包里。如何学习编程？1.编程是思维活动，先独立通盘思考如何实现2.再整体阅读别人源码，整体理解，再细节理解每一步在干啥3.自己脱稿敲实现（有人说c抄个几千行代码，谁都能学...

原创 2020年会分享

1.范济安：5G工业制造，核工程物理博士中间是描述架构2.华先胜：北大应用数学，阿里达摩院 ，副总裁AI困境：营收，2018统计，80%的AI企业亏损死掉，没有通用AI，项目高定制化，AI技术应用成功的关键因素：价值，价值又分三档：锦上添花 雪中送炭 无中生有...

原创 无人车车道线检测

https://aistudio.baidu.com/aistudio/competition/detail/5任务：预测图像中每一个像素位置，所属的标签类别挑战：1.像素级2.车道线有直线，曲线，缺失，上下坡造成的空间弯曲，光影、水造成的反射。选手思路：深度学习1.首先对场景中的天空等无效背景裁剪，减小计算量2.对于曲线拐角的处理：曲线还有三维的场景，如由上坡下坡的俯...

原创 source insight 4.0的基本使用方法

直接鼠标点击函数，下面窗口会显示函数的定义。实时跟踪源文件更新，并且si项目上的编辑会更改源码。极佳的代码阅读工具。可以搜索函数在项目中的调用情况。一、项目管理1、新建一个项目快捷键Alt+Shift+N可以打开新建项目对话框，然后根据提示填好项目存储位置，源文件位置等，然后会出现添加删除项目文件对话框，选中自己想要编辑和浏览的文件添加即可，这样就建好了一个项目。...