- 博客(2)
- 资源 (9)
- 问答 (1)
- 收藏
- 关注
原创 图像中的灰度共生矩阵
1.图像共生矩阵的用途 纹理特征提取的一种有效方法是以灰度级的空间相关矩阵及共生矩阵为基础的。因为图像中相距(△x,△y)的两个灰度像素同时出现联合频率分布可以用灰度共生矩阵来表示。若图像的灰度定为N级,那么共生矩阵为N*N矩阵,可以表示为M(△x,△y)(g1,g2)。其中,位于(g1,g2)的元素M值表示一个为g1,而另一个灰度为g2的两个距离为(△x,△y)的像素对出现的次数。 对粗纹理
2016-01-17 16:20:26 4821
原创 图像及其表达与性质(上)
1.基本概念 1.1 灰度图像表示为两个变量的标量函数f(x,y),其中(x,y)是平面内的坐标。 1.2 在很多情况下,图像是作为3D场景到2D投影结果形成的。 1.3 数字化图像的定义域是一个有限的离散栅格,其坐标是自然数。数字化图像的值域是一个灰度值(亮度)的离散集合。像素使图像的基本单位。 2. 图像数字化 2.1 图像数字化可以看做是采样函数与连续函数图像的乘机。 2.2 通
2016-01-16 11:49:57 1225
Python+OpenCV实现Selective Search算法
2018-10-29
英伟达深度神经网络加速库 与 matconvnet配套使用 (v5.1)
2018-07-11
21个项目玩转深度学习
2018-06-15
TA创建的收藏夹 TA关注的收藏夹
TA关注的人