图像识别与处理
文章平均质量分 72
贾saisai
研二大咸鱼
展开
-
图像识别与处理学习笔记(五)人工神经网络和深度学习
如果一个神经元出现会激发附近的另一个神经元,那么这两个神经元间的联系就会强化,从而记住这两个事物之间存在着联系。相反,如果两个神经元总是不能同步激发,那么它们间的联系将会越来越弱。在ANN中Hebb算法最简单可以描述为:如果一个处理单元从另一处理单元接收输入激励信号,而且如果两者都处于高激励电平,那么处理单元之间的加权就应当增强。Hebb学习规则只根据神经元连接间的激活水平改变权值,因此这种方法又称为相关学习或并联学习。输入乘以权重之后累加,大于一定的阈值(f为阈值函数)才会有输出,阈值函数有多种选择。原创 2022-09-17 18:14:22 · 491 阅读 · 0 评论 -
图像识别与处理学习笔记(四)贝叶斯决策和概率密度估计
课程链接: 【北交】图像处理与机器学习如何确定分类的映射函数???什么才是最好的分类???一个表示x发生的情况下w发生的概率,下面哪个表示w的情况下x发生的概率简单说就是该特征在哪个类别的概率最大就分到该类。例题:当预测错误时,损失函数值为1,预测正确时,损失函数值为0。该损失函数不考虑预测值和真实值的误差程度,也就是只要预测错误,预测错误差一点和差很多是一样的。例子:这部分没看懂,先记录下来,再不断研究吧原创 2022-09-14 19:04:28 · 827 阅读 · 0 评论 -
图像识别与处理学习笔记(三)形态学和图像分割
之前学习了空间域和频率域下的图像增强,今天学习形态学和图像分割。原创 2022-09-09 18:38:26 · 1169 阅读 · 2 评论 -
图像识别与处理学习笔记(二)图像增强之频率域处理
首先,对频率有一个通俗的理解:傅里叶级数:法国数学家傅里叶发现任何周期函数只要满足一定条件(狄利赫里条件),都可以用正弦函数和余弦函数构成无穷级数,却以不同频率的正弦和余弦函数的加权来表示,称为傅里叶级数。相位谱决定的是图像轮廓结构,幅度谱决定图像灰度分布。图像的明暗、灰度变化趋势等则取决于幅度谱,即幅度谱反映了图像整体上各个方向的频率分量的相对强度。原创 2022-09-07 19:07:09 · 1538 阅读 · 0 评论 -
图像识别与处理学习笔记(一) 入门直方图基础概念与图像增强
应用实例:第一、三、四幅图和是对灰度值进行灰度变换,使得灰度值变换到人眼敏感的范围。第二幅图是对图像进行了滤波处理。原创 2022-09-06 11:23:46 · 1326 阅读 · 0 评论