![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
双目视觉学习笔记
文章平均质量分 82
ZWHY.
这个作者很懒,什么都没留下…
展开
-
KD-Tree简述
KD-Tree1. 简介k-d树是每个节点都为k维点的二叉树。所有非叶子节点可以视作用一个超平面把空间分割成两个半空间。节点左边的子树代表在超平面左边的点,节点右边的子树代表在超平面右边的点。选择超平面的方法如下:每个节点都与k维中垂直于超平面的那一维有关。因此,如果选择按照x轴划分,所有x值小于指定值的节点都会出现在左子树,所有x值大于指定值的节点都会出现在右子树。这样,超平面可以用该x值来确定,其法线为x轴的单位向量。2. KD-Tree创建有很多种方法可以选择轴垂直分割面( axis-ali原创 2021-12-21 09:42:37 · 403 阅读 · 0 评论 -
限制对比度自适应直方图均衡化
1.累积分布函数:累积分布函数(Cumulative Distribution Function),又叫分布函数,是概率密度函数的积分,能完整描述一个实随机变量X的概率分布。一般以大写CDF标记,,与概率密度函数probability density function(小写pdf)相对。对于所有实数 ,累积分布函数定义如下:即累积分布函数表示:对离散变量而言,所有小于等于a的值出现概率的和 。2.直方图均衡化(HE)直方图均衡化(Histogram Equalization)是一种增强图像对原创 2021-11-11 18:27:27 · 5894 阅读 · 1 评论