- 博客(14)
- 收藏
- 关注
RSS订阅原创 计算机视觉-图像检索
目录一、原理解析1.1计算机视觉领域的图像分类是什么意思?1.2图像分类要如何实现?1.3Bag-of-features算法和过程?1.4TF-IDF?1.5当前图像分类中会遇到一些值得挑战的问题二、代码解析2.1创建词汇2.2 建立数据库2.3在数据库中搜索图像图像分类，即通过图像内容的不同将图像划分为不同的类别，该技术二十世纪九十年代末提出，并命名为基于图像内容的图像分类(Content- Based ImageClassific- ation, CEIC)算法概念，基于内容的图像分类技术不需要对图像的
2022-06-18 11:41:40
1093
3
原创 计算机视觉-相机标定
目录1.什么是相机标定2.相机标定的原理2.1径向畸变3.算法流程4.代码实现4.1 数据采集4.2 角点提取4.3 参数求解1.什么是相机标定随着科技和经济的蓬勃发展，机器人作业、汽车自动导航等技术已经得到广泛应用，在很大程度上推动了社会生产力的发展。不论是主动光学视觉传感或者是被动光学视觉传感,要从图像推知物空间的三维信息,或反之，从空间三维信息推知二维图像坐标，都必须确定相机在参考坐标系中的空间位置和取向,以及相机本身的几何和光学参数为解决...
2022-05-24 20:37:32
413
原创 计算机视觉-全景图像拼接
1.全景拼接将SIFT应用到图像拼接上，根据特征点匹配的方式，则利用这些匹配的点来估算单应矩阵使用RANSAC算法，也就是把其中一张通过个关联性和另一张匹配的方法。通过单应矩阵H，可以将原图像中任意像素点坐标转换为新坐标点，转换后的图像即为适合拼接的结果图像。可以简单分为以下几步:根据给定图像/集，实现特征匹配。 通过匹配特征计算图像之间的变换结构。 利用图像变换结构，实现图像映射。 针对叠加后的图像，采用APAP之类的算法，对齐特征点。(图像配准) 通过图割方法，自动选取拼接缝。...
2022-04-14 10:14:53
812
原创 计算机视觉-局部图像描述子
一、Harris角点检测算法1.角点角点具有的特征:局部窗口沿各方向移动，均产生明显变化的点；图像局部曲率突变的点；轮廓之间的交点；对于同一场景，即使视角发生变化，通常具备稳定性质的特征；该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化；2.角点检测算法基本思想使用一个固定小窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变化，那么我们可以认为该窗口中存在角点...
2022-03-30 23:14:01
3439
原创 计算机视觉-图像处理基础
一.灰度图把白色和黑色之间按照对数关系分为若干个等级，称为灰度。灰度一共分为256阶。用灰度表示的图像称为灰度图像。任何颜色都有红、绿、蓝三原色（RGB）组成，而灰度图像只有一个通道，有256个灰度等级，255表示最白，0表示最黑在实验中，我使用了convert（）实现由彩色图像向灰度图像的转换PIL中convert（）的原理：1.img = img.convert()PIL有九种不同的模式：1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。2.img.convert(‘1..
2022-03-15 18:33:27
4950
原创 机器学习实战——支持向量机
目录一、简介1.概述2.基于最大间隔分割数据3.最大间隔二、实验操作1.简化版SMO算法2.Platt SMO 算法三、总结一、简介1.概述支持向量机（SVM，也称为支持向量网络），支持向量机（support vector machines）是一种二分类模型，监督式学习 (Supervised Learning)的方法，主要用在统计分类 (Classification)问题和回归分析 (Regression)问题上。它的目的是寻找一个超平面来对样本进行分割，分割的
2021-12-31 20:00:00
431
原创 C++ 实验四 STL
目录一、STL介绍1.概述2.容器3.迭代器4.算法5.函数对象二、代码实现结合容器和迭代器解决序列变换结合容器和迭代器解决像素变换用set存储学生信息，并进行增删改查操作输入一个字符串，用map统计每个字符出现的次数并输出字符及对应的次数一、STL介绍1.概述STL（Standard Template Library），即标准模板库，是一个具有工业强度的，高效的C++程序库。它被容纳于C++标准程序库（C++ Standard Lib...
2021-11-25 13:00:00
269
原创 机器学习实战——朴素贝叶斯
一、朴素贝叶斯理论1.概述朴素贝叶斯算法是有监督的学习算法，解决的是分类问题。其分类原理就是利用贝叶斯公式根据某特征的先验概率计算出其后验概率，然后选择具有最大后验概率的类作为该特征所属的类。之所以称之为”朴素”，是因为贝叶斯分类只做最原始、最简单的假设：所有的特征之间是统计独立的。但由于该算法以自变量之间的独立（条件特征独立）性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。2.朴素贝叶斯特点优点：对小规模的数据表现很好，能个处理多分类任务，适...
2021-11-23 19:15:59
2493
原创 机器学习实战——logistic回归
一、Logistic回归介绍假设现在有一些数据点，我们用一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称作回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的“回归”一词源于最佳拟合，表示要找到最佳拟合参数集。训练分类器时的做法就是寻找最佳拟合参数，使用的是最优化算法。1.Logistic回归的一般过程收集数据：采用任意方法收集数据。 准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另...
2021-11-21 21:32:43
781
原创 C++ 实验三 模板
一、模板函数1.一般模板函数数模板可以用来创建一个通用的函数，以支持多种不同的形参，避免重载函数的函数体重复设计。它的最大特点是把函数使用的数据类型作为参数。函数模板的声明形式为：template<typename 数据类型参数标识符><返回类型><函数名>(参数表){ 函数体 }其中，template是定义模板函数的关键字；template后面的尖括号不能省略；typename（或class)是声明...
2021-11-16 15:59:21
85
原创 C++ 实验二 继承和多态
一、继承1.继承访问权限测试类A:class A{public: int _a=1;protected: int _b=2;private: int _c=3;};类B1以public方式继承A:class B1:public A{public: void Test(){ _a=10; _b=10; //_c=10;//'_c' is a private member of 'A' ..
2021-11-03 20:57:02
243
原创 机器学习实战——决策树
一.算法简介决策树是什么？决策树(decision tree)是一种基本的分类与回归方法。决策树由结点和有向边组成。结点有两种类型：内部结点和叶节点。内部节点表示一个特征或属性，叶节点表示一个类。优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点：可能会产生过度匹配问题。适用数据类型：数值型和标称型。决策树分类的思想类似于找对象，如下对话：女儿：多大年纪了？ 母亲：26。 女儿：长的帅不帅？ 母亲：挺帅的。 女儿...
2021-10-27 15:59:41
520
原创 C++ 实验一 CMatrix类设计与实现
一、代码实现1.main.cpp#include <iostream>#include <stdio.h>#include "CMatrix.h"using namespace std;int main() { double pData[10]={2,3,4,5}; CMatrix m1,m2(2,5,pData), m3("d:\\1.txt"),m4(m2); cin>>m1; m2.Set(1,3,10);
2021-10-09 21:51:22
93
原创 机器学习——K-近邻算法（算法原理+分析+实验结果）
机器学习——K-近邻算法（一）K-近邻算法概述（一）K-近邻算法概述 K-近邻法(K-nearest neighbor, K-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本最相似数据(最近邻)的分类标签。一般...
2021-09-28 10:51:45
13640
1
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