- 博客(18)
- 收藏
- 关注
RSS订阅原创 计算机视觉-相机标定
一、理论分析1.相机标定概念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）。目的：求出相机的内、外参数，以及畸变参数。作用： 标定相机后可以做两件事：1.是由于每个镜头的畸变程度各不相同，通过相机标定可以校正这种镜头畸变矫正畸变，生成矫正后的图像；2.是根据获得的图像重构三维场景。2.
2022-05-25 22:40:18
2194
2
原创 计算机视觉-全景图像拼接
目录一、理论基础1.基本介绍2.原理解析3.RANSAC算法3.图像配准4.图割方法5.图像融合6.APAP算法7.multi-band bleing算法二、代码实现1.代码2.运行结果一、理论基础1.基本介绍图像拼接技术就是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）拼成一幅无缝的全景图或高分辨率图像的技术。图像拼接在医学成像、计算机视觉、卫星数据、军事目标自动识别等领域具有重要意义。图像拼接的输出是两个输入图像的并集。图像配准（image alignment）和图像融合
2022-04-27 21:43:53
2436
原创 计算机视觉-图像映射
前言图像映射的类型:1.平移(translation)2.旋转(rotation)3.尺度变换(scale)4.仿射(affine)5.透视映射(Perspective)刚体变换：平移+旋转，只改变物体位置，不改变物体形仿射变换：改变物体位置和形状，但是保持“平直性”投影变换：彻底改变物体位置和形状一、单应性什么是单应性？单应性变换是讲一个平面内的点映射到另一个平面内的二维投影变换。简单的来说就是实现图片的拉伸，旋转或者平移。单应性变换的可以用到哪些地方？1.图像配准2.
2022-04-13 21:56:54
1515
原创 计算机视觉-图像局部描述符
一、Harris角点检测算法1.什么是角点局部窗口沿各方向移动，均产生明显变化的点；图像局部曲率突变的点；轮廓之间的交点；对于同一场景，即使视角发生变化，通常具备稳定性质的特征；该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化；2.基本思想使用一个固定小窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点。3.角点检测算法实例代码# -*- codeing =u
2022-03-30 22:44:05
2692
原创 计算机视觉-图像处理基础
目录直方图原理实现高斯滤波原理实现直方图均衡化原理实现直方图原理图像的直方图是用来表征图像像素值的分布情况。用一定数目的小区间（bin）来指定表征像素值的范围，每个小区间会得到落入该小区间表示范围的像素数目。实现代码from PIL import Imagefrom pylab import *"""函数说明:绘制直方图Parameters: 无Returns: 无"""def Histogram(): # 读取图像到数组中并转换成灰度图像
2022-03-09 15:22:38
130
原创 机器学习 -----支持向量机
目录一 基础理论1 简介2 基于最大间隔分割数据3 寻找最大间隔4 SVM一般流程二 实验操作1 简化版SMO算法2 加速优化的完整版 Platt SMO 算法3 在复杂数据上应用核函数三 小结一 基础理论1 简介支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。优点：泛化错误率低，计算开销不大，结果易解释缺点：对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。适用数据类型：数值型和标称型数据。2 基于最大间隔
2021-12-29 16:27:50
695
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 总结一 STL简介C++STL就是一套功能强大的 C++ 模板类，提供了通用的模板类和函数，这些模板类和函数可以实现多种流行和常用的算法和数据结构，如向量、链表、队列、栈等。C++ 标准模板库的核心包括以下三个组件：1. 容器(Containers)容器是用来管理某一类对象的集合。C++ 提供了各种不同类型的容器，比如 deque、list、vector、map 等。不
2021-11-27 21:08:08
199
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一 简介Logistic回归是机器学习中最常用最经典的分类方法之一，有的人称为逻辑回归或逻辑斯
2021-11-22 15:54:23
717
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一 基本概念1 简介贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯(Naive Bayesian)分类是贝叶斯分类中最简单的一种。其分类原理就是利用贝叶斯公式根据某特征的先验概率计算出其后验概率，然后选择具有最大后验概率
2021-11-21 15:30:59
1054
原创 C++实验三（模板）
目录一模板函数1 一般模板函数1.1代码实现1.2 运行截图1.3 小结2 特化模板函数2.1 代码实现2.2 运行截图2.3 小结二 模板类Queue或Stack1 模板类1.1 代码实现1.2运行截图1.3 小结2 成员模板函数2.1代码实现2.2运行截图2.3 小结3 模板特化3.1 代码实现3.2 运行截图3.3 小结三 模板类AutoPtr1 代码实现2 运行截图3 小结一模板函数1 一般模板函数1.1代码实现template <class T>int compare(con
2021-11-16 21:19:34
531
原创 C++类的继承和多态
目录一 继承访问权限测试1 代码测试2 小结二 友元类继承测试1 代码实现2 小结多态性综合运用一 继承访问权限测试1 代码测试#ifndef CSHAPE_H#define CSHAPE_Hclass A{public: int _a;protected: int _b;private: int _c;};class Pub_B :public A {public: void Test() { _a = 10; _b = 10; //_c = 10;不可访问
2021-11-03 21:06:07
396
原创 机器学习-----决策树
决策树一 决策树简介二 决策树的构造1.决策树的优缺点2.决策树的一般流程3.信息增益4 划分数据集5 递归构建决策树三 绘制树形图1 代码实现2 运行结果四 测试和存储分类器1.使用决策树执行分类2.决策树的存储一 决策树简介你是否玩过二十个问题的游戏，游戏的规则很简单：参与游戏的一方在脑海里想某个事物，其他参与者向他提问题，只允许提20个问题，问题的答案也只能用对或错回答。问问题的人通过推断分解，逐步缩小待猜测事物的范围。或者是酒桌上的猜数游戏，游戏规则有点类似，参与游戏的一方在脑海里想一个固定的数
2021-10-27 21:20:11
403
原创 k近邻算法实战
一 算法实战代码及数据获取 密码：5ndu约会网站的配对效果案例1.代码实现# k-近邻算法def classify0(inX, dataSet, labels, k): # 输入向量，训练数据，标签，参数k dataSetSize = dataSet.shape[0] # 数据个数 diffMat = tile(inX, (dataSetSize, 1)) - dataSet # tile函数，求输入数据与训练数据对应值的相减 sqDiffMat = diffMat
2021-10-10 19:38:35
68
原创 k近邻算法
这里写自定义目录标题欢迎使用Markdown编辑新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markd
2021-10-02 18:44:05
133
1
原创 C++ CMatrix类设计与实现
实验一：CMatrix类设计与实现一 代码实现1.main.cpp2.CMatrix.h3.CMatrix.cpp二 运行截图一 代码实现1.main.cpp#include<iostream>using namespace std;#include"CMatrix.h"int main(){ double pData[10]={2,3,4,5}; CMatrix m1,m2(2,5,pData); cin >> m1;
2021-10-02 15:26:58
210
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