- 博客(20)
- 收藏
- 关注
原创 文献阅读——Classification in the presence of label noise: a survey
本文考虑了标签噪声的定义和来源,并给出了标签噪声类型的分类。其次,讨论了标签噪声的潜在后果。第三,对标签噪声鲁棒性、标签噪声清洗和标签噪声容忍算法进行综述
2023-12-22 01:04:59
218
原创 空间变换网络(STN)
空间变换网络(Spatial Transformer Network)包括三个组成部分:定位网络(Localisation net)、格点生成器(Grid generator)以及采样器(Sampler)[15] 。其中,定位网络用于参数预测,格点生成器用于坐标映射,采样器用于像素采集。如图1所示,将特征图U输入空间转换器之后,首先由定位网络采用卷积操作提取特征,进而使用一些隐藏的网络层推理出空间变换的参数θ,随后由格点生成器根据参数θ得到变换前后像素点坐标的对应关系;最终使用采样器以双线性插值的方式,
2022-03-16 19:57:26
3089
原创 通道注意力机制SEblock
对于任何给定的变换,例如卷积或一组卷积操作,都可以添加一个相应的挤压和激励模块(Squeeze-and-Excitation block)[14] 用于重新校准特征。如图1所示,特征U首先经过一次挤压(squeeze)操作,通过在空间维度上整合特征图的方式,生成一个通道描述符。该描述符中嵌入了通道特征响应的全局分布,目的在于帮助网络更低层利用来自全局感受野的信息。之后进行一次激励(exciation)操作,通过基于通道间依赖性的自门限机制(self-gating mechanism)来考察各通道间的依赖
2022-03-16 19:55:55
6155
原创 opencv_canny边缘检测
【步骤】1、滤波:减少噪声,主要使用高斯滤波2、增强:增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来,在具体编程实现时,可通过计算梯度幅值来确定。3、检测:经过增强的图像,往往邻域中有很多点的梯度值比较大,而在特定的应用中,这些点并不是我们要找的边缘点,所以应该采用某种方法来对这些点进行取舍。通常用阈值【cannny算子】Canny 的目标是找到一个最优的边缘检测算法(低错误率、高定位性、最小时间响应)步骤1、Canny算法通常处理的图像为灰度图,首先将图像变为灰度图..
2021-10-24 23:31:39
2412
原创 opencv_resize( )调整图像大小
将源图像精确地转换为指定尺寸的目标图像。如果源图像中设置了ROI(Region Of Interest ,感兴趣区域),那么resize( )函数会对源图像的ROI区域进行调整图像尺寸的操作,来输出到目标图像中。缩小图像:1、对图像G_i进行高斯内核卷积 2、将所有偶数行和列去除放大图像:1、将图像在每个方向扩大为原来的两倍,新增的行和列以0填充2、使用先前同样的内核(乘以4)与放大后的图像卷积,获得 “新增像素”的近似值【原型】C++: void resize(InputArray
2021-10-23 23:45:38
2262
原创 opencv-漫水填充floodfill()
漫水填充,简单来说,就是自动选中了和种子点相连的区域,接着将该区域替换成指定的颜色,经常用来标记或者分离图像的一部分进行处理或分析【原型】c++ int floodFill(InputOutputArray image, InputOutputArray mask, Point seedPoint,Scalar newVal, Rect* rect=0, Scalar loDiff=Scalar(), Scalar upDiff=Scalar(), int flags=4 )参数1:Input
2021-10-23 22:06:44
536
原创 opencv-形态学处理morphologyEx()函数 开运算、闭运算、形态学梯度、顶帽、黑帽
【概念】它利用基本的膨胀和腐蚀技术,来执行更加高级的形态学变换,如开闭运算、形态学梯度、“顶帽”、“黑帽”等等。开运算(Opening Operation)是先腐蚀后膨胀的过程。(可以用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。)其数学表达式如下:闭运算(Closing Operation)先膨胀后腐蚀的过程,能够排除小型黑洞(黑色区域)。其数学表达式如下:形态学梯度(Morphological Gradient)为膨胀图与腐蚀图之差,(用来保留物体.
2021-10-23 13:23:14
1366
原创 opencv-膨胀 dilate()
【功能】膨胀是对白色部分(高亮部分)而言的,膨胀就是图像中的高亮部分进行膨胀,“领域扩张”,效果图拥有比原图更大的高亮区域。膨胀就是求局部最大值的操作,核B与图形卷积,即计算核B覆盖的区域的像素点的最大值,并把这个最大值赋值给参考点指定的像素。【原型】void cv::dilate( InputArray src,OutputArray dst, InputArray kernel, Point anchor, int iterations, .
2021-10-23 10:51:22
1573
原创 opencv-腐蚀erode()
【功能】腐蚀是对白色部分(高亮部分)而言的,腐蚀就是原图中的高亮部分被腐蚀,“领域被蚕食”,效果图拥有比原图更小的高亮区域。腐蚀就是求局部最小值的操作,核B与图形卷积,即计算核B覆盖的区域的像素点的最小值,并把这个最小值赋值给参考点指定的像素。【原型】void cv::erode( InputArray src, OutputArraydst, InputArray kernel, Point anchor, int iterations, .
2021-10-23 10:47:47
829
原创 opencv-双边滤波bilateralFilter()
【原理】双边滤波函数结合图像的空间临近度和像素值相似度,同时考虑空域信息和灰度相似性。 当图像在变化程度平缓的区域时,邻域中的像素值(RGB值)差距相差不大。此时的双边就是普通的高斯滤波,达到对图像平滑的效果。 当图像在变化程度剧烈的区域,比如在边缘区域时,邻域中的像素值(RGB值)差距相差很大,则使得权值为0,在最终计算时,该处将不影响输出值。【原型】C++: void bilateralFilter(InputArray src, OutputArraydst,...
2021-10-22 23:19:21
904
原创 opencv-中值滤波(Median filter)
【原理】中值滤波(Median filter)是基于排序统计理论的有效抑制噪声的非线性滤波技术,基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值,它不依赖于邻域内那些与典型值差别很大的值。优点:中值滤波无论是在消除噪声还是保存边缘方面都很有效率缺点:需要对像素进行排序,花费时间长步骤:1、按强度值大小排列像素点 2、选择排序像素集的中间值作为点[i,j]的新值.一般采用奇数点的邻域来计算中值【原型】c++: void cv::medianBlur( InputA...
2021-10-22 23:03:06
5318
1
原创 opencv-线性滤波(高斯滤波)
【概念】高斯滤波就是对整幅图像进行加权平均的过程。每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。应用:高斯平滑也用于计算机视觉算法中的预先处理阶段,以增强图像在不同比例大小下的图像效果。【原理】用一个模板(卷积)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。高斯分布又称正态分布:其值由 x 和 y 组成,卷积中每个像素的权值为:以目标像素为中心的正态分布中每个像素位置的值。【原型】 C++: v..
2021-10-22 20:49:23
838
原创 opencv-线性滤波(均值滤波)Blur()
【概述】均值滤波是最简单的一种滤波操作,用一片图像区域的各个像素的均值来代替原图像中的各个像素值。优点:操作简单,效率高,易于实现缺点:不能很好地保护图像细节,在图像去噪的同时也破坏了图像的细节部分,从而使图像变得模糊,不能很好地去除噪声点。【原理】均值滤波卷积核:α代表了卷积核中点的个数(N*N个)每个像素的值为卷积核区域内所有像素的平均值【实例】#include<opencv2/opencv.hpp>#include <opencv2/highg.
2021-10-22 20:17:03
1283
原创 opencv-线性滤波(方框滤波)boxFilter()
图像滤波:在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制【原理】 方框滤波所用的核为:其中:归一化:normalize = true,此时方框滤波与均值滤波一样。输出图像的每一个像素是核窗口内输入图像对应像素的平均值( 所有像素加权系数相等)非归一化:normalize != true,此时方框滤波用于计算每个像素邻域内的积分特性【原型】C++: void boxFilter(InputArray src,OutputArray dst, int...
2021-10-22 20:02:51
393
原创 Opencv-显示窗口namedWindow()函数
[功能]:新建一个显示窗口,可以指定窗口的类型。(窗口类型一般包括两种:一种与图片大小等同,一种可以自己手动拉动图片长宽。)【原型】void nameWindow(const string& winname,int flags = WINDOW_AUTOSIZE) ;参数1:新建的窗口的名称,自己随便取。参数2:窗口的标识,一般默认为WINDOW_AUTOSIZE 。(flags=1:WINDOW_AUTOSIZE 窗口大小自动适应图片大小,并且不可手动更改;flags=0:WIN
2021-10-22 19:12:28
1309
原创 opencv-学习(imread函数)
【作用】负责读取图像【原型】Mat cv::imread ( const String & filename,int flags = IMREAD_COLOR )参数:filename:读取的图片文件名,可以使用相对路径或者绝对路径,但必须带完整的文件扩展名(图片格式后缀) flags:一个读取标记,用于选择读取图片的方式,默认值为IMREAD_COLOR,可以不填 Mat:返回值,返回读取的图像,读取图像失败时返回一个空的矩阵对象【实例】#include<..
2021-10-22 17:03:38
434
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