一. 图像语义分割 传统的图像分割方法主要包括以下几种： 1）基于边缘检测 2）基于阈值分割 比如直方图，颜色，灰度等 3）水平集方法 这里我们要说的是语义分割，什么是语义分割呢？先来看张图： 将目标按照其分类进行像素级的区分，比如区分上图的 摩托车 和 骑手，这就是语义分割，语义分割赋予了场景理解 ...
分类：
其他好文 时间：
2017-09-14 14:52:49
阅读次数：
267
直方图均衡化，又称灰度均衡化。对于彩色的图片来说，直方图均衡化一般不能直接对R、G、B三个分量分别进行上述的操作，而要将RGB转换成HSV来对V分量进行直方图均衡化的操作。 原文：http://blog.csdn.net/wendy709468104/article/details/8770919 ...
分类：
其他好文 时间：
2017-08-31 16:12:59
阅读次数：
106
一、 x = np.random.normal(size=100) #随机生成100个高斯分布的数据（均值为0，方差为1） sns.distplot(x,kde=False) #绘制直方图（自动设定轴的区间） #kde=False表示不画出拟合曲线，kde=True表示同时画出拟合曲线 二、根据均值 ...
分类：
其他好文 时间：
2017-08-31 12:40:19
阅读次数：
219
形象一点说：亮度或灰度变化激烈的地方对应高频成分，如边缘；变化不大的地方对于低频成分，如大片色块区 画个直方图，大块区域是低频，小块或离散的是高频 <1>高通滤波：边缘提取与增强。边缘区域的灰度变换加大，也就是频率较高。所以，对于高通滤波，边缘部分将被保留，非边缘部分将被过滤； <2>低通滤波：边缘 ...
分类：
其他好文 时间：
2017-08-26 04:43:56
阅读次数：
133
均衡化处理后的图象只能是近似均匀分布。均衡化图象的动态范围扩大了，但其本质是扩大了量化间隔，而量化级别反而减少了， 因此，原来灰度不同的象素经处理后可能变的相同，形成了一片的相同灰度的区域，各区域之间有明显的边界，从而出现了伪轮廓。 如果原始图像对比度本来就很高，如果再均衡化则灰度调和，对比度降低。 ...
分类：
其他好文 时间：
2017-08-25 18:46:30
阅读次数：
304
一、直方图均衡化--equalizeHist() 注意：红色部分为均衡化的主要代码 彩色图像直方图均衡化 二、直方图对比 三、反向投影 ...
分类：
其他好文 时间：
2017-08-20 22:27:19
阅读次数：
208
使用 Matplotlib Matplotlib 中有直方图绘制函数：matplotlib.pyplot.hist()它可以直接统计并绘制直方图。你应该使用函数 calcHist() 或 np.histogram()统计直方图。 1 使用pyplot.hist() 显示灰度图像直方图，代码如下： 2 ...
分类：
其他好文 时间：
2017-08-20 11:26:44
阅读次数：
348
1、首先计算出一幅图像的直方图 //计算直方图 cv::MatND ImageHist::getHist(const cv::Mat &image){ cv::Mat im; if(image.channels() == 3) cv::cvtColor(image,im,CV_RGB2GRAY,0) ...
分类：
其他好文 时间：
2017-08-19 10:53:39
阅读次数：
198
标准化方法（Normalization Method）数据的标准化是将数据按比例缩放，使之落入一个小的特定区间。由于指标体系的各个指标度量单位是不同的，为了能够将指标参与评价计算，需要对指标进行规范化处理，通过函数变换将其数值映射到某个数值区间。一般常用的有以下几种方法。(1) 最小-最大规范化对原 ...
分类：
其他好文 时间：
2017-08-14 21:33:52
阅读次数：
533
