- 博客(7)
- 收藏
- 关注
RSS订阅原创 数字图像处理与应用——图像插值与超分辨率技术
图像插值最近邻插值增加图像中的像素数量，但不增加任何数据或细节；最简单、时效最快，但会引入噪声。在结构边缘引入锯齿状。同样有很明显的锯齿状。双线性插值使用一些最近的像素值的距离加权平均值来估计一个新的像素值；从视觉上看比较锐化的图像，经过双线性插值后会变模糊。锯齿状有所减轻，但是会引入模糊。双三次线性插值插值函数可以看作一种特殊类型的逼近函数。插值函数的一个基本属性是，它们必须在其插值节点上与采样数据重合；对于等间隔的数据，许多插值
2022-02-01 00:41:37
3996
原创 数字图像处理与应用——图像滤波技术
图像噪声噪声Impulse noise 冲击噪声； Gaussian white noise (thermal noise) 高斯白噪声（电子元器件加热引起）； Texture noise (spatial correlated noise) 纹理噪声（半色调技术）。Impulse noise 冲击噪声（脉冲噪声）椒盐噪声（盐是白色，胡椒粉为黑色）——噪声值将是图像灰度等级的最大值或最小值，每一个概率相等（某一个像素点要么直接是255，要么是0）； 均匀脉冲噪声——噪声值是图像灰度等
2022-01-30 13:40:29
5259
原创 数字图像处理与应用——半色调技术
右图为一个二值图像，即非0即1，但由于人眼系统的局限性（类似于低通滤波器），我们关注于区域级别的信息而不是像素级，在一定距离时，会感觉到右图是一副灰度图（错觉illusion），即人眼系统对像素值进行了加权（看到的某些像素应该是介于(0, 1)直接的值）。有效的数字半色调可以以最小的成本大幅提高渲染图像的质量。为什么要用到半色调技术？降低灰度/颜色分辨率的例子 激光打印机，要么落墨、要么不落墨 半色调是图像的字长缩减 半色调试图在保持质量和空间分辨率的同时再现全范围的灰色/彩色..
2022-01-29 23:25:19
4668
1
原创 数字图像处理与应用——人眼视觉系统
人眼视觉系统图像or视频是用来看的基于感知的图像处理关注视觉感知的重要信息； 丢弃视觉感知不重要的信息Luminance：物理世界的亮度值（学术上更偏向于使用该词）； Brightness：人眼主观感知的亮度值；对比度：一副图像中最亮最暗的差比二者的和；低对比度的图像：灰度直方图堆积在某一地方； 高对比度的图像：灰度直方图分布比较均衡。左低对比度，右高对比度。Mach Band：一楞一楞的；右图虚线为人眼感知到的灰度值，会有一个
2022-01-29 21:03:02
3939
原创 沐神实用机器学习4——模型评估
4.1 模型评估模型指标损失的值是衡量模型质量很好的指标，但模型的质量往往由多个指标来衡量； 其他指标： 具体的模型指标：分类的准确率，检测的mAP等； 具体的商业指标：推理/响应速度； 查询/页面 ==> 检索相关的广告 ==> 估计广告的点击率（CTR） ==> 展示CTR×price最高的广告预测广告的点击率，即一个二分类问题；正例（点击）往往较少，负例（不点击）往往较多，响应的数据量要符合实际。Accuracy 准确率：预测正确的占总的.
2022-01-27 23:00:35
445
原创 WIN10下安装GPU版PyTorch与TensorFlow深度学习开发环境（Anaconda3-2019.10+CUDA_10.1+cudnn-10.1-v7.6.5）
前言emmm，第一次写博客，有很多不懂的地方，请大家多多指教……最近因为各种电脑问题以及为笔记本电脑扩充了内存，重装了系统，导致之前配置好的环境不得不重新安装配置一遍，之前安装的GPU版的PyTorch与TensorFlow费了好大的功夫，也有很多错误的地方，所以这次总结之前的安装经验，加上各种网上安装教程的调研，总结了这次安装过程，希望能为大家多多少少带来一些便利，少走一些弯路，谢谢大家...
2020-03-07 13:36:37
1256
2
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