江军祥的博客

学苟知本，深固难徙

排序：
默认
按更新时间
按访问量
RSS订阅

原 机器学习实战之决策树

你是否玩过二十个问题的游戏,游戏的规则很简单:参与游戏的一方在脑海里想某个事物,其他参与者向他提问题,只允许提20个问题,问题的答案也只能用对或错回答。问问题的人通过 推断分解,逐步缩小待猜测事物的范围。决策树的工作原理与20个问题类似,用户输人一系列数 据,然后给出游戏的答案。 现在我们已...

2017-01-22 20:11:25

阅读数：2277

评论数：0

原 机器学习实战之K近邻算法

k近邻算法概述 简单地说,K近邻算法采用测量不同特征值之间的距离方法进行分类。 优 点 :精度高、对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型。它的工作原理是:存在一个样本数 据集合,也称作训练样本集,并且样本集中每个数据都存在...

2017-01-21 20:27:38

阅读数：2132

评论数：0

原 基于PCA和SVM的人脸识别

svm推广到多类情况一对多的最大响应策略(one against all) 假设有A 、B、C.. D四类样本需要划分。在抽取训练集的时候，分别按照如下4种方式划分。 A. 所对应的样本特征向量作为正集（类标签为+1), B、C、D所对应的样本特征向量作为负集（类标签为-1). ...

2017-01-07 20:39:51

阅读数：8806

评论数：2

原 图像识别初步

本文主要包括以下内容 模式与模式识别的基本概念 过度拟合 最小距离分类器 基于相关的模板匹配 本章的典型案例分析 基于最小距离分类器的鸾尾属植物分类 基于相关技术的图像模式匹配 模式识别概述模式识别(Pattern Recognition)是人类的一项基本智能，在日常生活中，人们经常在...

2017-01-05 22:26:07

阅读数：8202

评论数：4

原 图像特征提取

从本节开始， 我们将逐步从数字图像处理向图像识别过渡。 严格地说， 图像特征提取属于图像分析的范畴， 是数字图像处理的高级阶段， 同时也是图像识别的开始。本文主要包括以下内容 常用的基本统计特征， 如周长、面积、均值等区域描绘子， 以及直方图和灰度共现矩阵等纹理描绘子 主成份分析(P...

2017-01-03 16:38:12

阅读数：66829

评论数：9

原 基于PCA的人脸特征抽取

我们将应用PCA技术来抽取人脸特征。一幅人脸照片往往由比较多的像素构成，如果以每个像素作为1维特征，将得到一个维数非常高的特征向量， 计算将十分困难；而且这些像素之间通常具有相关性。这样，利用PCA技术在降低维数的同时在一定程度上去除原始特征各维之间的相关性自然成为了一个比较理想的方案。 ...

2017-01-03 15:11:51

阅读数：9488

评论数：9

原 阈值分割与区域分割

本文主要包括以下内容 阈值分割技术 基于区域的图像分割技术 本章的典型案例 基于LoG和Canny算子的精确边缘检测 基于Hough变换的直线检测 图像的四叉树分解 阈值分割我们曾在3.5节学习过灰度阈值变换的相关知识， 利用灰度阈值变换分割图像就称为阈值分割， 它是一种基本的图像分割方...

2017-01-02 13:22:51

阅读数：16755

评论数：0

原 图像分割

图像分割是指将图像中具有特殊意义的不同区域划分开来， 这些区域互不相交，每个区域满足灰度、纹理、彩色等特征的某种相似性准则。图像分割是图像分析过程中最重要的步骤之一，分割出的区域可以作为后续特征提取的目标对象。本文主要包括以下内容 基于梯度的Sobel、Prewitt和Roberts算子的...

2017-01-01 21:04:22

阅读数：7858

评论数：0

原 形态学图像处理(二)

本文主要包括以下内容 二值形态学的经典应用， 细化和像素化， 以及凸壳 灰度图像的形态学运算， 包括灰度腐蚀、灰度膨胀、灰度开和灰度闭 本章的典型案例分析 在人脸局部图像中定位嘴的中心 显微镜下图像的细菌计数 利用顶帽变换（top-hat）技术解决光照不均问题 细化算法“骨架”是指一...

2016-12-31 21:38:10

阅读数：8749

评论数：0

原 形态学图像处理

形态学，即数学形态学(mathematical Morphology），是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质〈最具区分能力－most discriminative）的形状特征，如边界和连通区域等。同时...

2016-12-31 16:17:01

阅读数：16989

评论数：1

原 彩色图像处理

彩色基础什么是彩色 彩色是物体的一种属性，就像纹理、形状、重量一样． 通常， 它依赖于3个方面的因素： 光源一一照射光的谱性质或谱能量分布． 物体－一被照射物体的反射性质． 成像接收器（眼睛或成像传感器）一一光谱能量吸收性质 其中，光特性是颜色科学的核心。假如光没有颜色（捎色的，如观察者看...

2016-12-28 20:53:43

阅读数：1694

评论数：0

原 频率域波图像增强

本文主要包括以下内容 频率域图像增强 高通滤波器和低通滤波器 本章的典型案例分析 利用频域滤波消除周期噪声 频域滤波基础频域滤波与空域滤波的关系 傅立叶变换可以将图像从空域变换到频域，而傅立叶反变换则可以将图像的频谱逆变换为空域图像，即人可以直接识别的图像。这样一来，我们可以利用空域...

2016-12-27 20:32:27

阅读数：2698

评论数：0

原 傅立叶变换学习

空间域和频率域为我们提供了不同的视角． 在空域中． 函数的自变量（x, y）被视为二维空间中的一点， 数字图像J(x, y）即为一个定义在二维空间中的矩形区域上的离散函数：换一个角度， 如果将j(x, y）视为幅值变化的二维信号， 则可以通过某些变换手段（如傅立叶变 换、离散余弦变换、沃尔什变换...

2016-12-25 17:03:44

阅读数：2455

评论数：0

原 中值滤波与图像锐化

本文主要包括以下内容 中值滤波及其改进算法 图像锐化， 包括梯度算子、拉普拉斯算子、高提升滤波和高斯-拉普拉斯变换 本章的典型囊例分析 对椒盐噪声的平滑效果比较 Laplacian与LoG算子的锐化效果比较 中值滤波中值滤波本质上是一种统计排序滤波器． 对于原图像中某点（i,j)， 中...

2016-12-24 15:47:39

阅读数：24467

评论数：0

原 空间域图像增强

图像增强是数字图像处理相对简单却最具艺术性的领域之一，增强的目的是消除噪声， 显现那些被模糊了的细节或简单突出一幅图像中我们感兴趣的特征。一个简单例子是增强图 像的对比度， 使其看起来更加一目了然。增强是图像处理中非常主观的领域， 它以怎样构成 好的增强效果这种人为主观偏好为基础， 也正是这...

2016-12-23 21:10:32

阅读数：5603

评论数：0

原 图像的几何变换

包含相同内容的两幅图像可能由于成像角度、透视关系乃至镜头自身原因所造成的几何失 真而呈现出截然不同的外观，这就给观测者或是图像识别程序带来了困扰。通过适当的几何变 换可以最大程度地消除这些几何失真所产生的负面影响，有利于我们在后续的处理和识别工作 中将注意力集中子图像内容本身，更确切地说是图...

2016-12-22 14:38:57

阅读数：8326

评论数：0

原 分段线性变换与直方图修正

本文主要包括以下内容 分段线性变换 两种实用的直方图修正技术:直方图均衡化和直方图规定化 本章的典型案例分析 基于直方图均衡化的图像灰度归一化 直方图匹配 分段线性变换分段线性变换有很多种， 包括灰度拉伸、 灰度窗口变换等， 本节仅讲述最为常用的灰度拉伸． 利用分段线性变换函数来增强图...

2016-12-21 11:17:45

阅读数：3977

评论数：1

原 图像的点运算

对于一个数字图像处理系统来说， 一般可以将处理流程分为3个阶段。在获取原始图像 后， 首先是图像预处理阶段， 其次是特征抽取阶段，最后才是识别分析阶段。预处理阶段尤 为重要， 这个阶段处理不好则直接导致后面的工作无法展开。 点运算指的是对图像中的每个像素依次进行同样的灰度变换运算。设r和s分...

2016-12-20 16:14:32

阅读数：9466

评论数：0

原 图像处理中的matlab使用

图像的矩阵表示 类和图像类型 虽然使用的是整数坐标， 但 MATLAB 中的像素值（亮度）并未限制为整数。 表 1-1 列出了 MATLAB 和图像处理工具箱为描述像素值而支持的各种类。 表中的前 8 项是数值型的数据类，第 9 项称为字符类， 最后一项称为逻辑类。 uint8 和 l...

2016-12-20 11:10:24

阅读数：9744

评论数：0

原 数字图像处理入门

图像是指能在人的视觉系统中产生视觉印象的客观对象，包括自然景物、拍摄到的图片、用数学方法描述的图形.图像的要素有儿何要素〈刻画对象的轮廓、 形状等〉和非几何要素（刻画对象的颜色、 材质等〉。什么是数字图像 简单地说， 数字图像就是能够在计算机上显示和处理的图像， 根据其特性可分为两大类一一位图和...

2016-12-19 21:31:37

阅读数：7118

评论数：4

提示
确定要删除当前文章？
取消 删除
关闭
关闭