辛传贤-CSDN博客

原创 Cascade Adaboost级联分类器的训练

function Cascade_Exe(Dt, Ft, K, A, r, m)% 级联分类器的训练% Dt:级联分类器的检测率% Ft:级联分类器的误识率% K:级联分类器的级数% A:样本积分图数据(人脸样本在前，非人脸样本在后)% r:人脸样本数量% m:非人脸样本数量Factor = 1; % 检测窗口放大因子（级联分类器训练时为1）d = Dt

2015-09-15 22:12:51 1275

原创关于Adaboost强分类器的训练

function [H w flag] = AdaBoost(A, T, T0, haar, r, m, w, flag)% 训练强分类器% A:样本积分图信息% T:训练次数% T0:中断训练时的次数% haar: haar结构特征，包括(1,2), (2,1), (1,3), (3,1), (2,2)% r:人脸样本个数% m:非人脸样本个数% H:训练

2015-09-15 21:52:16 1334

原创弱分类器的最优阈值(Theta)和不等式方向(P)

求解某一haar特征值所对应弱分类器的最优阈值(Theta)、不等式方向(P)和最小权重误差(E)function [Theta P E] = AdaBoost_Theta_P(F, y, w, r, m)% 求解某一haar特征值所对应弱分类器的最优阈值(Theta)、不等式方向(P)和最小权重误差(E)% F:haar特征值% w:人脸样本和非人脸样本的权重% r:

2015-09-15 21:49:26 1625

原创 Adaboost特征值计算

本文仅对如上的特征结构进行计算请注意下述函数中的A为样本的积分图结果，为简化计算A第一行和第一列为0值，关于积分图的计算方法参见前文。haar结构前两个数据为haar特征（s, t）function F = AdaBoost_f(haar, A)% haar特征值计算% haar: haar(s, t, x_lu, y_lu, x_rd, y_rd)% A：样本

2015-09-15 21:44:10 632

原创 Adaboost-积分图计算

% 积分图算法% 样本灰度图（double）[m n] = size(Im);s = zeros(m+1,n+1); % 初始化迭代矩阵ii = zeros(m+1,n+1);%根据公式迭代计算积分图for i = 2:m+1 for j = 2:n+1 s(i,j) = s(i,j-1)+Im(i-1,j-1);

2015-09-15 21:29:15 513

原创 haar 特征计算

function haar = AdaBoost_haar(m, n)% 在m*n检测窗口中遍历符合(s, t)条件矩形特征，包括(1, 2), (2, 1), (1, 3), (3, 1), (2, 2)% 对20*20检测窗口而言，共有78460个符合上述矩形特征的haar结构% m: 检测窗口列数% n: 检测窗口行数% haar(s, t, x_lu, y_lu

2015-09-15 21:26:15 624

车牌识别（Matlab程序）可区分0和Q及处理倾斜图片

本文利用Matlab软件对车牌进行有效识别，可区分“0”和“Q”及处理倾斜图片。

2015-08-14

车牌识别Matlab程序

本文利用Matlab软件对车牌进行有效识别。

2015-08-14

篮球三维运动数值模拟

利用软球模型对篮球的运动过程进行数值模拟与分析，考虑其所受的重力、浮力、气动阻力、马格努斯力和碰撞阻力的联合作用，建立了篮球的三维动力学模型，在实验的基础上获得了篮球的劲度系数，并对篮球在真实环境中的运动过程进行了数值模拟和动画演示。

2015-08-13

图像数字识别

本文基于数字图像（数字电子体重计，如图1~图3所示）开发的数值识别算法，首先将彩图转换为灰度图，然后对图像进行数字分割，最后对分割的图像进行数字识别。