- 博客(14)
- 收藏
- 关注
RSS订阅转载 图像处理之图像分割（二）之边缘分割之边缘松弛
图像处理之图像分割（二）之边缘分割之边缘松弛 对于书中的边缘松弛算法进行一下拓展，，便于理解。 ...
2019-05-23 16:53:09
809
转载 Alpha通道及合成运算
转载：https://blog.csdn.net/Jane_yuhui/article/details/52100926 前言在看《VTK图形图像开发进阶》的时候，第七章中提到了Alpha合成技术，不明白是什么，所以。。。。Alpha通道是一个8位的灰度通道，该通道用256级灰...
2019-05-19 22:23:26
1941
1
转载 从另一个角度看拉普拉斯变换
转自：https://zhuanlan.zhihu.com/p/40783304发明者奥列弗.赫维赛德，维多利亚时期英国人，全靠自学，听力残疾。很多人熟悉赫维赛德是因为MATLAB有一个赫维赛德（Heaviside）函数。赫维赛德简化了麦克斯韦方程组：即变化的电场产生磁场，变化的磁场产生电场。让20个方程组便成了4个。**赫维赛德另一个贡献就是我们今天要说的运算微积分-它可以将常微分...
2019-05-18 16:23:13
637
转载 傅里叶变换后面的到底有什么小秘密
转自大神：https://zhuanlan.zhihu.com/p/40396861大家有没有想过一个问题，为什么全世界都把自己的纸币面额设成1、2和5这三个数字？这么选择是一种偶然还是必然？背后有什么秘密吗？其实答案没有什么太高深的，就是“简便”而已。因为人类经过多年的进化，形成了一种不可或缺的生存能力，那就是尽量将复杂的分解为简单的问题，比如：人们就发现虽然事物的价格千千万，我...
2019-05-18 16:10:02
479
转载 被众人膜拜的欧拉恒等式是个什么东东？
转自：https://zhuanlan.zhihu.com/p/40302967膜拜大神之作！！！！老子说：道生一，一生二，二生三，三生万物。万物的本源既是数，自然世界造化了万物，也造化了人类，聪明的人类参照了大自然造化万物的方法，自已又物化出了一个能够认知、解释和预测自然界的一套逻辑方法。而数学，是这一切认知的逻辑基础，可以说，人类对世界的认识是随着数字的发明和数系的不断的扩展而加深的。...
2019-05-17 16:11:49
2174
转载 自然常数“e”，工程中的自然数“1”
转自：https://zhuanlan.zhihu.com/p/40317763客观世界的一切事物，小至粒子，大至宇宙，始终都在运动和变化着。我们一般把一种自然现象的状态用一个函数表示，而状态的变化用变化率来描述。首先明确一下几个概念，这样更有利于后面的分析。状态量是指描述事物当前状态的量，比如某根竹子长5m，某个人体重50Kg。状态量的变化率对应的是导数的概念，是指无穷小时间内状态...
2019-05-17 14:52:39
614
转载 【opencv】opencv的框架与各模块功能介绍
转自：https://blog.csdn.net/u012679707/article/details/79505279 学习opencv已有三个月时间，特此记录一下自己的所学知识，便于日后回顾与整理。文中内容多为摘录，具...
2019-05-15 15:21:09
621
转载 OpenCV 3.2.0 + opencv_contrib+VS2017
转自：https://blog.csdn.net/huachao1001/article/details/76595549首先本文假定你的电脑已经配置好了OpenCV3.2.0，并且想要在此基础上，添加opencv_contrib。在学习图像识别中的特征点检测和匹配时，需要用到一些常用的算法如FREAK、Surf和Sift算法等，但从OpenCV3以后，这些常用的算法OpenCV的Release...
2019-05-14 22:11:44
260
转载 图像的低频与高频
参考博客：https://blog.csdn.net/charlene_bo/article/details/70877999https://blog.csdn.net/jialeheyeshu/article/details/510978601.1 对图像高频信号和低频信号的理解图像中的低频信号和高频信号也叫做低频分量和高频分量。简单讲，图像中的高频分量，指的是图像强度（亮度/灰...
2019-05-14 10:20:17
5776
2
转载 一文读懂图像中点的坐标变换(刚体变换，相似变换，仿射变换，投影变换)
0 前言现在的人脸图像识别流程中有一个步骤叫人脸对齐，现在的一般方法是采用人脸上的关键点坐标，进行相似变换来实现人脸校正。多次在人脸识别的论文中看到 similarity transform，由于在线代和矩阵分析的课上一直划水。对相似变换也是一知半解，今天决定不惜一下相关的...
2019-05-13 17:57:09
1677
转载 理解概率密度函数
本文及其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造，自2019年1月出版以来已重印3次。书的购买链接 书的勘误，优化，源代码资源概率密度函数是概率论中的核心概念之一，用于描述连续型随机变量所服...
2019-05-10 16:04:25
6825
转载 详细理解RGB图像、全色图像、多光谱图像、高光谱图像
参考： https://www.zhihu.com/question/54688096 http://blog.sina.com.cn/s/blog_15183f5750102vxgm.html http://www.docin.com/p-980446793-f4.h...
2019-05-09 10:17:09
9209
原创 稀疏表示
参考资料：1、《矩阵分析与应用》张贤达2、博客：《在matlab和opencv中分别实现稀疏表示》 https://www.cnblogs.com/denny402/p/5016530.html一、稀疏向量与稀疏表示1、信号的稀疏表示：使用少量基本信号的线性组合表示一目标信号。2、稀疏向量（sparse vector）或者稀疏矩阵（sparse matrix）：一个含有大多数零...
2019-05-08 20:33:11
1443
5
转载 视频中的目标检测与跟踪综述
转自：https://blog.csdn.net/ms961516792/article/details/82682451三、相关方法-Part Two1、目标跟踪相关方法（1）生成式方法生成式模型通常寻找与目标（待跟踪目标）最相似的候选作为跟踪结果，这一过程可以视为模板匹配。在目标跟踪早期，主要是各种生成式方法，生成式方法...
2019-05-07 22:33:44
10033
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