1. 活体相关文献综述调研 参考：https://blog.csdn.net/CVAIDL/article/details/84567319 2. 基于LBP纹理特征的识别 1） 基于LBP_256特征提取（基本的256维LBP特征向量） 401*401 RGB图片->灰度化-> 计算得到400*4 ...
分类：
其他好文 时间：
2020-02-18 15:00:48
阅读次数：
71
1、边缘检测基础 图像的边缘是图像的基本特征，边缘点是灰度阶跃变化的像素点，即灰度值的导数较大或极大的地方，边缘检测是图像识别的第一步。用图像的一阶微分和二阶微分来增强图像的灰度跳变，而边缘也就是灰度变化的地方。因此，这些传统的一阶微分算子如Robert、Sobel、prewitt等，以及二阶微分算 ...
分类：
其他好文 时间：
2020-02-17 23:57:35
阅读次数：
177
图像处理基础知识 图像的灰度变换 图像增强（预处理：增强对比度 和去噪（均值、中值、高斯滤波）） 图像的几何变换（仿射变换、投影变换、极坐标变换等） 图像分割（边缘提取、Blob分析等） 图像的频域（缺陷划痕检测等） 图像的形态学（膨胀、腐蚀、开运算、闭运算等） 图像的复原（这点halcon涉及不多 ...
分类：
其他好文 时间：
2020-02-16 16:11:41
阅读次数：
86
softmax和分类模型 softmax的基本概念 分类问题 一个简单的图像分类问题，输入图像的高和宽均为2像素，色彩为灰度。 图像中的4像素分别记为 $x_1, x_2, x_3, x_4$ 假设真实标签为狗、猫或者鸡，这些标签对应的离散值为 $y_1, y_2, y_3$ 。 我们通常使用离散的 ...
分类：
其他好文 时间：
2020-02-14 22:32:45
阅读次数：
79
理论部分： softmax的基本概念 分类问题一个简单的图像分类问题，输入图像的高和宽均为2像素，色彩为灰度。图像中的4像素分别记为x1,x2,x3,x4。假设真实标签为狗、猫或者鸡，这些标签对应的离散值为y1,y2,y3。我们通常使用离散的数值来表示类别，例如y1=1,y2=2,y3=3。 权重矢 ...
分类：
其他好文 时间：
2020-02-14 20:30:48
阅读次数：
62
傅里叶变换 我们生活在时间的世界中，早上7:00起来吃早饭，8:00去挤地铁，9:00开始上班。。。以时间为参照就是时域分析。 但是在频域中一切都是静止的！ https://zhuanlan.zhihu.com/p/19763358 傅里叶变换的作用 - 高频：变化剧烈的灰度分量，例如边界 - 低频 ...
分类：
其他好文 时间：
2020-02-11 17:32:06
阅读次数：
67
P1066 图像过滤 转跳点：🐏 1066 图像过滤 (15分) 图像过滤是把图像中不重要的像素都染成背景色，使得重要部分被凸显出来。现给定一幅黑白图像，要求你将灰度值位于某指定区间内的所有像素颜色都用一种指定的颜色替换。 输入格式： 输入在第一行给出一幅图像的分辨率，即两个正整数 M 和 N（0 ...
分类：
其他好文 时间：
2020-02-10 21:01:49
阅读次数：
77
直方图是图像处理过程中的一种非常重要的分析工具。 是图像内灰度值的统计特性与灰度值之间的函数，直方图统计图像内各个 灰度级出现的次数 需要注意三个概念： DIMS : 表示绘制直方图时，收集的参数的数量，一般情况下，直方图中收集的数据只有一种，就是灰度级，因此该值为1 RANGE ：表示统计的灰度级 ...
分类：
其他好文 时间：
2020-02-08 19:16:32
阅读次数：
98
1什么是Gist特征 (1) 一种宏观意义的场景特征描述 (2) 只识别“大街上有一些行人”这个场景，无需知道图像中在那些位置有多少人，或者有其他什么对象。 (3) Gist特征向量可以一定程度表征这种宏观场景特征 GIST定义下列五种对空间包络的描述方法 |空间包络名|阐释| | | | |自然度 ...
分类：
编程语言 时间：
2020-02-08 12:01:00
阅读次数：
109
