2 艾伦maki_jo

尚未进行身份认证

暂无相关描述

等级
TA的排名 34w+

《统计学习方法》笔记一:统计学习方法概论

好久没有更新博客了,这次主要想整理一下之前学习过的机器学习和深度学习有关的知识。我本身数学专业基础比较薄弱,另外主要做计算机视觉应用所以这个系列的文章并不会涉及很多数学理论知识,学习这些机器学习方法也主要是为了找工作而用,主要了解其中的思想和非常基础的推导过程。一、统计学习的分类统计学习方法是基于数据构建统计模型从而对数据进行预测与分析。主要分为四大类:监督学习、非监督学习、半监督学习和强...

2019-05-08 10:01:07

图像分割:2.基于边缘检测的图像分割方法

一、图像边缘检测原理基本思路:基于边缘检测的图像分割方法的基本思路是先确定图像中的边缘像素,然后再把这些像素连接在一起就构成所需的区域边界。图像边缘:图像边缘,即表示图像中一个区域的终结和另一个区域的开始,图像中相邻区域之间的像素集合构成了图像的边缘。所以,图像边缘可以理解为图像灰度发生空间突变的像素的集合。图像边缘有两个要素,即:方向和幅度。沿着边缘走向的像素值变化比较平缓;而沿着垂直于...

2018-08-12 22:36:03

图像分割:1.基于阈值的图像分割方法(ostu法)

今天给大家简单介绍一下Ostu算法求阈值,这个算法可以说是基于阈值分割图像方法中最普遍的方法之一,网上的论文有很多对Ostu算法进行改进和推广的算法。原理简介:     对于一幅图像,设当前景与背景的分割阈值为t时,前景点占图像比例为w0,均值为u0,背景点占图像比例为w1,均值为u1。则整个图像的均值为u=w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1...

2018-08-11 21:31:59

图像分割:1.基于阈值的图像分割方法(最大熵值分割法)

 利用图像熵为准则进行图像分割有一定历史了,学者们提出了许多以图像熵为基础进行图像分割的方法。我们介绍一种由Kapuretal提出来,现在仍然使用较广的一种图像熵分割方法。给定一个特定的阈值q(0<=q<K-1),对于该阈值所分割的两个图像区域C0,C1,其估算的概率密度函数可表示为:clc;clearall;f=imread('1.jpg');f_gray=r...

2018-08-11 16:00:25

图像分割:1.基于阈值的图像分割方法(p-tile、双峰法)

近段时间再学习图像分割,我会更新一些基础的图像分割方法,比较常用的我会附上matlab代码,希望和大家一起学习进步。1.P-tile法 一般用于灰度图像,使用条件是已知目标在政府图像中所占的面积比为P%,先得到图像的灰度直方图,然后从小到大累加,直到为P%,记录当前灰度,以它为阈值来分割图像。条件很苛刻,大部分情况下都用不上。2.双峰法 要求目标图像和背景图像的灰度级有着明显的...

2018-08-10 23:26:33

自学《冈萨雷斯:数字图像处理》四、像素间的基本关系

1、相邻像素 2、邻接性我们定义一个像素值集合V={},里面含有的像素值我们叫做邻接像素,例如二值图中我们将像素值为1的像素归为邻接像素,当然我们也可以把不止一个像素归为邻接像素。显然4邻接无法识别斜向的,而8邻接会产生二广性,形成多余回路。m邻接是8邻接的改进,可以消除8邻接产生的二广性。3、距离度量4、通路结束语:冈萨雷斯这本书我刚刚开始看,可能会有一些理解不正确的地方,希望大家能够在我文章...

2018-02-24 16:11:44

自学《冈萨雷斯:数字图像处理》三、图像内插

内插是在诸如放大、收缩、旋转和几何校正等任务中广泛应用的基本工具。在本质上,内插是用已知的数据来估计未知位置的数值的处理。假设一幅图大小为500*500的图像要放大到750*750大小,我们应该怎么去放大,实际上放大的算法有很多,它们各有优缺点。1、最邻近内插:假设我们有个大小750*750的图片,它的像素之间的间隔和原图(500*500)是相同的,也就是说有相同的空间分辨率,然后我们把他缩小成5...

2018-02-08 18:07:23

自学《冈萨雷斯:数字图像处理》二、空间和灰度分辨率

空间分辨率:图像中可辨别的最小细节的度量。我们从数量上来说明,它的通用度量有单位距离的线对数和单位距离的点数(像素数)。单位距离,一般都是mm。单位距离线对数:线宽为W,那么线对宽是2W,那么单位距离的线对数就是1/2W个。单位距离的点数:常用的是每英寸的点数(dpi)。一幅图片如果降低了空间分辨率,那么想要得到和原来一样大小的图片,就需要进行放大,放大之后可能就会丢失细节。灰度分辨率:在灰度级中...

2018-02-08 17:18:35

自学《冈萨雷斯:数字图像处理》一、数字图像的表示

2018-02-08 16:38:47
勋章 我的勋章
    暂无奖章