学习笔记
文章平均质量分 60
纯氧゜
这个作者很懒,什么都没留下…
展开
-
特征提取与特征选择
一、特征选择和特征提取特征选择(feature selection)和特征提取(Feature extraction)都属于降维(Dimension reduction)这两者达到的效果是一样的,就是试图去减少特征数据集中的属性(或者称为特征)的数目;但是两者所采用的方式方法却不同。特征提取的方法主要是通过属性间的关系,如组合不同的属性得到新的属性,这样就改变了原来的特征空间。特征选择的方法是从原始特征数据集中选择出子集,是一种包含的关系,没有更改原始的特征空间。特征提取和特征选择都是从原始原创 2021-07-03 16:49:26 · 4301 阅读 · 0 评论 -
HOG、SIFT、SURF、ORB、LBP、HAAR简单描述
方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。1、主要思想:在一副图像中,局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。其本质为:梯度的统计信息,而梯度主要存在于边缘的地方。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。2、实现方法:首先将图像分成小的连通区域,这原创 2021-07-03 14:33:53 · 795 阅读 · 0 评论 -
图像的尺度、尺度空间等概念
1.图像的尺度这里图像的尺度并非指图像的大小,而是指图像的模糊程度(σ) ,例如,人近距离看一个物体和远距离看一个物体模糊程度是不一样的,从近距离到远距离图像越来越模糊的过程,也是图像的尺度越来越大的过程。2.尺度空间的作用1.用机器视觉系统分析未知场景时,计算机并不预先知道图像中物体的尺度。我们需要同时考虑图像在多尺度下的描述,获知感兴趣物体的最佳尺度。2.不同的尺度下都有同样的关键点,那么在不同的尺度的输入图像下就都可以检测出来关键点匹配,也就是尺度不变性。图像的尺度空间表达指的就是...转载 2021-07-02 22:22:45 · 6463 阅读 · 1 评论 -
图像的特征金字塔
图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。...原创 2021-07-02 22:15:39 · 125 阅读 · 0 评论 -
图像的直方图
1、灰度图像的直方图直方图用图形表示图像的每个亮度级别的像素数量,展示像素在图像中的分布情况。当我们用横轴代表0-255的亮度数值。竖轴代表照片中对应亮度的像素数量,这个函数图像就被称为直方图。直方图中柱子的高度,代表了画面中有多少像素是那个亮度2、彩色图像的直方图颜色直方图可以是基于不同的颜色空间和坐标系。最常用的颜色空间是RGB颜色空间,原因在于大部分的数字图像都是用这种颜色空间表达的。然而,RGB空间结构并不符合人们对颜色相似性的主观判断。因此,有人提出了基于HSV空间、Luv空间和L原创 2021-07-02 16:57:39 · 3153 阅读 · 0 评论