- 博客(5)
- 收藏
- 关注
RSS订阅原创 (学习笔记)图像滤波及其python实现
1.图像滤波图像滤波是在尽量保留原图像细节特征的条件下,对该图像的噪声进行抑制,处理效果的好坏会直接影响后续操作的有效性。消除图像中噪声数据的过程叫做图像滤波或图像平滑,图像中的有效信息主要集中在低频和中频区域,高频区域中的有效信息会被噪声数据影响。图像滤波的目的: 消除图像中的噪声;为图像识别等后续操作提取中相应的特征。图像滤波的要求: 尽可能地不破坏原图像中的特征(如边缘);视觉效果应更好。(1)均值滤波均值滤波是一种低通滤波器,高频信号将会被去掉,可消除图像中尖锐噪声。...
2021-02-18 17:21:25
3461
原创 (学习笔记)图像噪声
1.图像噪声图像噪声是指存在于图像数据中不必要的或多余的干扰信息,会妨碍人们对图像进行理解。图像噪声的产生来自于很多方面(如图像传感器使用时间过长、图像传感器质量不好、电路内部产生噪声、网络传输过程中被干扰等)。(1)高斯噪声高斯噪声指它的概率密度函数服从高斯分布。(2)白噪声白噪声指噪声的任意两个采样样本(数据)之间不相关(协方差为0)。(3)高斯白噪声高斯白噪声指它的概率密度函数服从高斯分布并且噪声的任意两个采样样本之间不相关。(4)椒盐噪声椒盐噪声是一种随机出现的白点(255)或黑点
2021-02-09 18:46:22
650
原创 (学习笔记)透视变换及其python实现
1.透视变换 透视变换是一种图像矫正算法,其目的是将图片中的曲线变换为直线。2.透视变换矩阵推导3.python实现def get_warpmatrix(src,dst):#计算变换矩阵 assert src.shape[0]==dst.shape[0] and src.shape[0]>=4 nums=src.shape[0]#获取原图像行数 A=np.zeros((2*nums,8)) B=np.zeros((2*nums,1)) for i in
2021-02-08 18:24:55
3331
原创 (学习笔记)K-Means算法原理及其python实现
1.基本K-Means算法K-Means算法是较为常用的聚类算法,其目标是将数据点划分为K个类簇。K-Means主要思想是选取K个中心点,对最靠近它的对象进行归类,通过迭代的方式不断更新聚类结果,直到满足使用者的要求。2.K-Means算法主要实现步骤(1)确定K值,将数据集划分为K组,确定K值没有最好的方法,一般情况下根据具体问题由人工进行选择。(2)从数据集中选择K个点作为数据中心(可随机选择,可由距离选择)。(3)分别计算每个点到每个质心之间的距离,并将每个点划分到离最近质心的小组。(4)
2021-02-07 19:57:01
1213
1
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