- 博客(5)
- 收藏
- 关注
RSS订阅原创 简述几种图像增强的算法
1、几种经典的图像增强算法简单来说，直方图均衡化采用的方法是将图像中像素点的直流分量都去掉，只剩下交流分量，然后对交流分量进行归一化、拉伸或者直接输出。原理：输入图像由照度分量和反射分量两部分组成，即：其中，L为亮度分量，描述照明，变化缓慢，处于低频部分；R为反射分量，描述景物细节，变化较快，处于高频部分。Retinex算法对图像的处理目的就是从图像I中获取反射分量R。算法流程如下：发展：Retinex算法理论有两个经典算法：基于路径的Retinex以及基于中心环绕Retinex。
2023-04-28 11:19:03
3267
原创 常见图像噪声和常见图像噪声处理算法
图像噪声按噪声与信号的关系可分为加性噪声和乘性噪声；按照产生原因可分为外部噪声和内部噪声；按照统计特性可分为平稳噪声和非平稳噪声；平稳噪声基于统计后的概率密度函数又可以分为：高斯噪声、泊松噪声、脉冲噪声、瑞利噪声。
2023-04-20 17:40:14
9486
4
原创 python中的类、继承和mro列表
python中的类是面向对象语言的特征，类可以表示现实生活中的一大类，例如车，利用类生成实例可以 表示各种品牌、型号、年份不同的车。上述程序中self和my_new_car都是指向实例本身的引用。只是self用于Car类内部，my_new_car用于Car类外部。
2023-02-17 17:25:47
194
1
原创 SSD系列算法介绍
以cell为中心通过等比放缩的方法来找到其在原始图像中的位置，以cell为中心来提取不同尺度的bounding box，不同尺度的bounding box就定义为prior box，每个prior box拿来和真值比较就可以得到其label，分别预测相应的类别概率和坐标值。SSD的主干网络是VGG，其特点是多尺度Feature map预测，共有6个Feature map输入到NMS中进行合并和筛选。SSD算法属于one-stage算法，one-stage算法强调采用直接回归的方法计算目标的位置和类别。
2022-09-17 21:47:16
1805
1
原创 基于One—stage的目标检测算法综述
Anchor机制是为了找到不同的推荐区，Anchor机制属于RPN网络的核心组件，Anchor机制把特征图看作一个一个的点，从中获取预测框的长宽比。·只需要获得矩形框的位置信息和长宽比，位置信息由矩形框左上角的顶点和右下角的顶点表示，在YOLO算法中，位置信息是由Bounding Box的中心位置给出。·区域回归返回了预测框的位置和类别，包含置信度、位置、类别，置信度表示当前各自包含目标区域的可能性。·回归网络包含两大部分分别是区域回归和Anchor机制。·回归网络（不同的算法主要的区别在于回归网络）
2022-09-17 20:53:05
801
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