- 博客(15)
- 收藏
- 关注
RSS订阅原创 计算机视觉（五）图像检索
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语义信息进行人工标注，而是通过计算机提取图像中所包含的特征，并对特征进行处理和分析，得出分类结果。常用的图像特征有 图像颜色、纹理、灰度等信息。而图像分类过程中，提取的特征要求不容易受随机因素干扰，特征的有效提取可提高图像分类的精度。......
2022-06-17 23:28:07
733
1
原创 计算机视觉（四）相机标定
文章目录一、原理什么是相机标定?相机标定的原理是什么?径向畸变：算法流程求平面投影矩阵H确定出摄像机的参数二、代码实现完整代码实验结果输出结果参数一、原理什么是相机标定?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这个问题所需用到相机标定技术
2022-05-25 23:31:31
714
原创 计算机视觉（三）全景图像拼接
一、理论基础1.基本介绍图像拼接技术就是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）拼成一幅无缝的全景图或高分辨率图像的技术。图像拼接在医学成像、计算机视觉、卫星数据、军事目标自动识别等领域具有重要意义。图像拼接的输出是两个输入图像的并集。图像配准（image alignment）和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用点匹配法,这类方
2022-05-11 22:57:32
1079
原创 计算机视觉（二）HARRIS角点检测算法与SIFT
文章目录前言一、HARRIS角点检测算法1.什么是角点（corner points）2.角点检测算法的基本思想3.什么是好的角点检测算法4.角点特征的数学刻画5.度量角点响应6.HARRIS角点检测器的响应函数7.HARRIS角点检测算法的优点8.HARRIS角点检测算法的缺点9.HARRIS角点检测实例10.寻找图像中对应点二、SIFT（尺度不变特征变换）1.SIFT的目的与意义2.SIFT算法解决的问题3.SITF需要查找的特征点4.SITF特性5.什么是尺度空间6.如何实现特征匹配7.SITF特征生成
2022-03-31 00:57:22
7175
1
原创 计算机视觉（一）图像基本处理及高斯滤波、直方图均衡化基本原理
文章目录前言一、灰度图（Gray Scale Image）原理介绍1.img = img.convert()2.img.convert(‘1’)3.img.convert(‘L’)二、直方图三、高斯滤波原理介绍四、直方图均衡化四、总结前言从本学期开始，我们就要进行有关计算机视觉的学习。计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机
2022-03-08 22:53:04
1245
原创 机器学习——支持向量机
文章目录一、简介1.概述2.基于最大间隔分割数据3.最大间隔二、代码1.简化版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，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。是机器学习
2022-01-04 20:39:27
404
原创 机器学习 朴素贝叶斯
文章目录一、朴素贝叶斯理论1.概述2.优缺点3.贝叶斯决策理论4.条件概率5.全概率公式6.贝叶斯推断二、贝叶斯分类器的简单应用1.数据说明2.分类三、使用朴素贝叶斯分类器对垃圾文件进行过滤1.流程介绍2.从文本中构建词向量3.从词向量计算概率4.朴素贝叶斯分类函数5.文档词袋模型6.对数据文本进行切分7.使用朴素贝叶斯进行交叉验证总结一、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
2021-11-28 17:08:50
2956
原创 C++ STL模板
文章目录一、STL介绍二、实验内容1.序列变换（取反、平方、立方）2.像素变换（二值化、灰度拉伸）3.SET的应用 实现学生信息的增删改查4.map的应用 使用map统计字符串中每个字符出现的次数总结一、STL介绍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 Library）中，是ANSI/ISO C++标准中最新的也是极具革命性的一部分。该库包含了诸多在计算机科学领域里所常用
2021-11-27 22:25:22
567
原创 机器学习 Logistic回归
文章目录一、理论基础1.拟合与回归2. Sigmoid函数3.基于最优化方法的最佳回归系数确定3.1梯度上升法二、代码实现1.数据集可视化2.使用梯度上升寻找最佳的参数3.画出决策边界4.随机梯度上升算法5.算法改进：改进随机梯度上升算法6.回归系数与迭代次数的关系三、实际案例：从疝气病症预测病马死亡率1.数据处理2.测试算法：用逻辑回归进行分类四、总结1.Logistic回归的优缺点1.1优点1.2缺点2.算法选择3.如何处理数据缺失4.相关参考一、理论基础1.拟合与回归拟合： 形象的说，拟合就是
2021-11-21 16:55:48
739
原创 C++模板，智能指针
文章目录前言：模板的定义一、函数模板1.一般函数模板2.特化函数模板二、类模板1.类模板的定义2.类模板的声明与使用3.成员函数模板4. 成员函数模板特化总结前言：模板的定义我们已经学过重载(Overloading)，对重载函数而言,C++的检查机制能通过函数参数的不同及所属类的不同。正确的调用重载函数。例如，为求两个数的最大值，我们定义MAX()函数需要对不同的数据类型分别定义不同重载(Overload)版本。//函数一 int max1(int a, int b) {
2021-11-16 21:12:31
880
原创 机器学习 决策树
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport
2021-10-27 23:57:19
171
原创 C++ 类的继承和多态
文章目录一、实验内容二、实验代码1.继承访问权限测试2.友元类继承测试3.多态的综合应用(1)CShape.h(2)main.cpp(3)CShape.cpp(4)运行截图四、总结1.继承访问权限测试2.继承访问权限测试3.多态的综合应用一、实验内容1、继承访问权限测试设计类A具有public, protected, private等不同属性的成员函数或变量；类B通过public, protected, private等不同方式继承A，在类B的成员函数中测试访问A的成员函数或变量；在类B中添加p
2021-10-26 21:54:33
466
1
原创 C++ CMatrix类设计与实现
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、代码展示1.main.cpp2.CMatrix.cpp3.CComplex.cpp4.CMatrix.h5.CComplex.h二、运行结果三、总结1.构造函数2.析构函数3.运算重载符4.友元函数一、代码展示1.main.cpp#include<iostream>using namespace std;#include"CMatrix.h"#include "CComplex.h"int main(
2021-10-12 20:03:36
123
原创 机器学习实验一（修改）
机器学习实验一 k近邻算法文章目录机器学习实验一 k近邻算法一、k近邻算法的基本原理二、k近邻算法的一般流程三、k近邻算法的优缺点1.优点2.缺点四、算法实例一 改进约会网站的配对效果1.代码示例2.测试结果五、算法实例二 手写字识别1.代码示例2.测试结果六、总结一、k近邻算法的基本原理简单地说，k近邻算法采用测量不同特征值之间的的距离方法进行分类。在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。二、k近邻算法的一般流
2021-10-10 19:34:59
110
原创 机器学习实验一
机器学习实验一 k近邻算法一.提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录机器学习实验一 k近邻算法一、k近邻算法的基本原理二、算法实例一 改进约会网站的配对效果1.代码示例2.测试结果二、算法实例二 手写字识别1.代码示例2.测试结果一、k近邻算法的基本原理简单地说，k近邻算法采用测量不同特征值之间的的距离方法进行分类。在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。二、算法实例一
2021-10-03 14:47:16
193
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