- 博客(24)
- 收藏
- 关注
RSS订阅原创 Python计算机视觉———照相机标定
一、实验原理1.1相机标定简介1.2算法流程1.3相机标定原理1.4矩阵计算1.5相机标定参数求解二、代码及实现运行2.1代码实现2.2运行结果一、实验原理1.1相机标定简介在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。无论是在图
2022-05-25 20:56:10
4811
6
原创 Python计算机视觉--全景图像拼接
目录一、RANSAC算法1.1RANSAC算法简介1.2RANSAC算法基本思想和流程1.3RANSAC求解单应性矩阵二、图像映射与全景拼接2.1简介2.2计算第一张图像与第二章图像之间的关系2.3将第二章图片叠加到第一张图片的坐标里2.4图像映射的流程2.5图像拼接流程三、全景拼接3.1代码3.2拼接效果一、RANSAC算法1.1RANSAC算法简介...
2022-04-14 14:22:23
1951
原创 计算机视觉--局部图像描述子：Harris角点检测算法、SIFT(尺度不变特征变换)
目录@[TOC]# 一、Harris角点检测算法## 1.1角点是什么
2022-03-30 19:47:35
3376
原创 计算机视觉-图像处理基础
目录一、直方图1.1原理1.2实现二、高斯滤波2.1原理2.2实现三、直方图均值化3.1原理3.2实现一、直方图1.1原理直方图是数值数据分布的精确图形表示。 这是一个连续变量（定量变量）的概率分布的估计，并且被卡尔·皮尔逊首先引入。它是一种条形图。为了构建直方图，第一步是将值的范围分段，即将整个值的范围分成一系列间隔，然后计算每个间隔中有多少值。 这些值通常被指定为连续的，不重叠的变量间隔。 间隔必须相邻，并且通常是（但不是必须的）相等的大小。
2022-03-16 21:27:01
161
原创 机器学习-----SVM应用
1.1、什么是支持向量机1.2、一个线性相关的例子1.3、 函数间隔（Functional margin）与几何间隔 （Geometrical margin）1.4、最大间隔分类器二、SMO算法（一种启发式算法）2.1、SMO算法的基本思路2.2、两个变量二次规划的求解方法2.3、变量的选择方式三、编程求解线性SVM3.1、可视化数据集3.2、简化版SMO算法求解3.3、编程实现非线性SVM3.4、编写核函数及其测试四、总结...
2021-12-27 16:26:39
2022
原创 C++实验四（STL应用）
目录一 STL简介 二 容器和迭代器 1 序列变换（取反、平方、立方） 2 像素变换（二值化、灰度拉伸） 二 Set应用 三 map应用 四 总结
2021-12-06 15:37:43
714
原创 机器学习-----Logistic回归
目录一 简介二 理论基础2.1 拟合和回归2.2 逻辑回归假设函数2.3 成本函数2.4 参数学习(梯度下降)三 Logistic回归的一般过程四 基于Logistic回归和Sigmoid函数的分类4.1 logistic回归的优缺点4.2 Sigmoid函数五 基于最优化方法的最佳回归系数确定5.1 理论公式5.2 训练算法：使用梯度上升找到最佳参数5.3 分析数据：画出决策边界5.4 训练算法随机梯度上升5.5 改进的随机梯度上升算法六 示例：从疝气病症预测病马的死亡
2021-12-06 15:26:10
1482
原创 机器学习-----朴素贝叶斯
目录一 基本概念1 简介2 朴素贝叶斯的优缺点2 先验概率和后验概率3 条件概率与全概率公式4 贝叶斯推断二 贝叶斯分类器的简单应用1 数据说明2 进行分类三 朴素贝叶斯过滤垃圾邮件1 流程说明2 构建词向量3 词向量计算概率4 朴素贝叶斯分类函数5 使用朴素贝叶斯进行交叉验证四 总结一、基本概念1.简介最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型.
2021-11-29 17:41:42
2064
原创 实验三模板
@[toc]一、模板函数（compare）#一般模板函数##特化模板函数#二、模板类Queue或Stack##模板类（Queue，Stack）##成员模板函数##模板特化：模板函数特化、模板成员函数特化、模板类特化#三、模板类AutoPtr##构造函数##析构函数##拷贝构造函数##等号、->、*等运算符重载##主函数调用AutoPtr...
2021-11-16 22:30:20
200
原创 C++继承和多态
一、实验内容1.1、继承访问权限测试设计类A具有public, protected, private等不同属性的成员函数或变量；类B通过public, protected, private等不同方式继承A，在类B的成员函数中测试访问A的成员函数或变量；在类B中添加public, protected, private等不同属性的成员函数或变量，在外部测试访问B的各个成员函数或变量；B以private方式继承A，尝试把A中的部分public成员提升为public。1.2、友元类继承测试设计类
2021-11-03 13:54:57
440
原创 机器实战之决策树
一、简介1.1概念如图所示就是一个决策树，正方形代表判断模块（decision block），椭圆形代表终止模块（terminating block），表示已经的出结论，可以终止运行。从判断模块引出左右箭头分支（branch），它可以到达下一判断模块或者终止模块。如题构建了一个假想邮件分类系统。1.2决策树的构造1.2.1一般流程： 1、收集数据 2、准备数据 3、分析数据 4、训练算法 ...
2021-10-28 00:32:39
393
原创 使用k进邻算法识别手写数字
机器学习之K近邻算法识别手写数字：1.准备数据：将图像转换为测试向量书中提供数据0到9如图所示，世纪图像存储在源代码的两个子目录里：目录trainingDigits中包含了大约2000个例子，每个例子的内容如下图所示，每个数字大约有200个样本；目录testDigits中包含了大约900个测试数据。两组数据没有重叠。我们将把一个32*32的二进制图像矩阵转化为1*1024的向量，这样前两节使用的分类器可以处理数据图像信息了。实现代码：def img2vector(filename).
2021-10-10 23:08:07
473
原创 Pycharm中如何配置python以及python的安装
1.pycharm的下载，到pycharm官方网站进行下载点击tools选择自己要下载的pycharm的版本2.下载完成安装以后如图所示：创建一个快捷方式，以便打开3.根据安装的提示一步一步往下走就可以了4.Python下载： 4.1到Python官网下载Python 我下载的是3.9.6版本的Python 4.2安装时记得点击path的那个选项，这样就不用了自己去环境那边配置了 4.3安装完成以后，在命令提示行下检查一下是否安装成功...
2021-10-10 14:54:35
776
原创 2021-09-27
k近邻算法一、K近邻算法的概念：存在一个样本数据集，也称作训练样本集，并且样本中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系，输入没有标签的新数据后，将新数据的每个特征与样本集中的数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据（最近邻）的分类标签。一般来说，我们只选择样本集中前k个最相似的数据，这就是k-近邻算法中k的出处，通常k是不大于20的整数，最后，选择k个最相似的数据中出现次数最多的分类，作为新数据的分类。二、举个简单的例子，我们可以使用k-近邻算..
2021-09-27 23:41:02
60
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