![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理算法学习
文章平均质量分 57
不爱学习 未完待续
这个作者很懒,什么都没留下…
展开
-
Opencv开源学习:边缘检测篇
如何开源:先cmake一下:https://www.cnblogs.com/latup/p/9246841.html(一)先从感兴趣的边缘检测开始边缘检测中,其中一阶边缘检测的算法有:prewitt、canny、sobel,二阶边缘检测算法有:laplace1.Sobel边缘检测sobel算子根据像素点的上下、左右邻点加权差,在边缘达到极值来达到边缘检测的目的。对噪声有平滑作用,可...原创 2022-04-14 18:02:10 · 534 阅读 · 0 评论 -
霍夫变换(主要说明检测直线及圆的原理)
霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。最基本的霍夫变换是从黑白图像中检测直线(线段)。一、直线检测1.直线的表示方式对于平面中的一条直线,在笛卡尔坐标系中,常见的有点斜式,两点式两种表示方法。然而在hough变换中,考虑的是另外一种表示方式:使用(r,theta)来表...原创 2018-10-24 17:10:02 · 38384 阅读 · 3 评论 -
AlexNet原文说明
AlexNet相对于之前的卷积神经网络,它使用了最大池化层,ReLU, softmax, GPU1.先说明下ReLU:标准的方法来模拟神经元的输出f的函数是用f(x) = tanh(x)或者另外一个指数函数,但是对于梯度下降的训练时间来说,这些饱和的非线性要比不饱和非线性f(x) = max(0,x)慢得多。在相同条件下使用ReLU训练的深度神经网络要比tanh快得多。在多样GPUs的训练...原创 2018-11-06 16:30:20 · 1951 阅读 · 0 评论 -
SIFT算法原文解析
一、整体概括 在David G.Lowe的《Distinctive Image Features from Scale-Invariant Keypoints》中讲解了有很多特性的图像特征,这些特征在不同图像的物体中或者场景中都是很适用的。这些特征具有尺度不变性和旋转不变性,尤其在光照和3D相机视角改变时具有不变性。它们在空间和频域下都能进行良好地定位,降低了由于闭塞、杂乱和噪声代...原创 2018-11-12 09:17:46 · 2986 阅读 · 0 评论 -
决策树和随机森林笔记
一、决策树给定一个数据表怎么画决策树。每个内部节点表示在一个属性上的测试,每一个分支代表一个测试输出,1. 以实例为基础的归纳信息。决策树的建立过程是一个递归的过程。以信息熵为度量构造一颗熵值下降信息的过程。信息越多,不确定性越小。决策树的建立过程是熵不断的下降过程。哪种下降更快,则以它作为优先节点。决策树的生成过程是贪心法,每一步都求当前最优。决策树可以自学习。不需要使用者了解背景,...原创 2019-06-12 09:17:30 · 274 阅读 · 0 评论