- 博客(5)
- 收藏
- 关注
RSS订阅原创 矩阵置零（力扣算法题 JAVA版本分析）
给定一个 m x n 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。方法：使用数组标记我们可以用两个标记数组分别记录每一行和每一列是否有零出现。具体的，我们首先遍历该数组一次，如果摸个元素为0，那么就将该元素所在行和列对应的标记数组的位置设置为ture，最后我们再次遍历该数组，用标记数组更新原数组即可。class Solution {public void setZeroes(int[][] matrix) {int m = matrix.length
2021-03-21 21:49:39
316
1
原创 两数之和（力扣算法题 JAVA版分析）
两数之和（力扣算法题 JAVA版分析）给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。你可以按任意顺序返回答案。文字题解方法一：暴力枚举法最容易想到的方法是枚举数组中的每一个数X，寻找数组中是否存在target-x.当我们在遍历整个数组寻找target-x时，需要注意到每一个x之前的元素都已经和x匹配过，因此为了避免重复，我们只需要在x后面
2021-03-17 16:53:08
197
原创 区域生长算法
1.区域生长算法实现区域生长算法的生长准则常用的有三种，即相邻区域灰度差、区域形状与区域灰度分布统计。算法的实现流程和步骤如下：1）、遍历分割图像，区分图像中的火焰像素点以及与其相邻的非火焰像素点，确定生长点。2）、以前文RGB统计模型分割所得的疑似火焰区域为基础，求出所有已判定为火焰像素点的各通道分量均值。式中，Rf(x,y),Gf(x,y),Bf(x,y)分别为火焰像素点(x,y)在红、绿、蓝各通道的分量，K为已检测到的火焰像素点的总数。3）、计算合并所需的有关相似性参量。将之前判定的相邻非
2020-08-18 15:15:57
2389
原创 火焰特征提取
火焰特征提取（1）相关性在火焰序列图像中，火焰区域在几何上具有连续性，在时间上具有相关性。相邻两帧之间的相关性一般都比较大。相关性反映两窗口内图象强度分布的表面起伏特征是否相似。由于火焰的无规则运动，致使相邻两帧图像中火焰区域的相关性在一定范围内波动。式为相关性系数计算公式。相关性可排除颜色均匀的干扰物，如红色衣服的晃动等。其中r表示两幅图像的相关性，A拔和B拔表示亮度均值。Amn和Bmn表示图像的m行n列处的像素值。（2）面积变化率由于火灾火焰的闪烁，导致可疑火焰区域的面积大小会持续地改变。而
2020-08-14 10:16:29
3230
1
原创 火焰分割算法
1.火焰的基本特征1、静态特征：颜色、形状、纹理2、动态特征：面积变化、边缘变化、形体变化和整体移动1.1火焰的静态特征在火焰识别中，用得最多的火焰静态特性就是火焰的颜色特性。对于 RGB 图像而言，任一像素点的三个颜色分量值满足设定的关系即可认定为火焰像素。最通用的一种关系式如下公式所示。当然，也可以认为的根据特定环境设定具体阀值来获取火焰像素,如下公式所示。以上算法带有明显的主观性，可以简化计算，但是通用性不强。如果对火灾火焰的颜色分布进行统计，那么可以看到火灾火焰颜色在三维空间内的分布
2020-08-13 11:20:26
1815
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人