线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有个高大上的名字叫卷积核）和一个要处理的二维图像。然后，对于图像的每一个像素点，计算它的邻域像素和滤波器矩阵的对应元素的乘积，然后加起来，作 ...
分类：
其他好文 时间：
2018-06-03 21:26:44
阅读次数：
6864
1、灰度化；（以便可以使用sobel等算子计算梯度）2、gamma校正； （降低光照影响）3、求每个像素的梯度和方向； （利用任意一种梯度算子，例如：sobel，laplacian等，对该patch进行卷积，计算得到每个像素点处的梯度方向和幅值。具体公式如下： ）4、划分cell（x*x pixel ...
分类：
其他好文 时间：
2018-06-01 22:21:03
阅读次数：
363
1、提取 特征点 、特征描述子 与 提取特征向量 之间的区别： (1)、特征点：指的是一张图片上比较有代表性的‘位置’，提取特征点就是把图片中这些有代表性的位置给标出来。 (2)、特征描述子：当提取出特征点之后，由于特征点是图片的某个位置，为了能够进行数学计算，我们需要给这些“位置”用一个数学方法来 ...
分类：
编程语言 时间：
2018-05-28 15:01:22
阅读次数：
800
原文：https://blog.csdn.net/aimreant/article/details/53145063 思考卷积神经网络（CNN）中各种意义 只是知道CNN是不够，我们需要对其进行解剖，继而分析不同部件存在的意义 CNN的目的 简单来说，CNN的目的是以一定的模型对事物进行特征提取，而 ...
分类：
其他好文 时间：
2018-05-22 23:55:32
阅读次数：
282
在深度学习算法出来之前，对于视觉算法来说，大致可以分为以下5个步骤：特征感知，图像预处理，特征提取，特征筛选，推理预测与识别。早期的机器学习中，占优势的统计机器学习群体中，对特征是不大关心的。 我认为，计算机视觉可以说是机器学习在视觉领域的应用，所以计算机视觉在采用这些机器学习方法的时候，不得不自己 ...
分类：
其他好文 时间：
2018-05-21 14:54:13
阅读次数：
192
一、特征提取Feature Extraction： · SIFT [1] [Demo program][SIFT Library] [VLFeat] · PCA-SIFT [2] [Project] · Affine-SIFT [3] [Project] · SURF [4] [OpenSURF] ...
分类：
其他好文 时间：
2018-05-21 14:26:01
阅读次数：
200
Deep Feature Extraction and Classification of Hyperspectral Images Based on Convolutional Neural Networks 使用3 D CNN提取空 谱信息 主要内容 1. 基于CNN设计了三种FE（Featur ...
分类：
其他好文 时间：
2018-05-13 11:59:47
阅读次数：
152
基础概念： 卷积神经网络（CNN）：属于人工神经网络的一种，它的权值共享的网络结构显著降低了模型的复杂度，减少了权值的数量。卷积神经网络不像传统的识别算法一样，需要对数据进行特征提取和数据重建，可以直接将图片作为网络的输入，自动提取特征，并且对图形的变形等具有高度不变形。在语音分析和图像识别领域有重 ...
分类：
其他好文 时间：
2018-05-09 21:31:38
阅读次数：
216
前言: 经历过文本的特征提取，使用LibSvm工具包进行了测试，Svm算法的效果还是很好的。于是开始逐一的去了解SVM的原理。 SVM 是在建立在结构风险最小化和VC维理论的基础上。所以这篇只介绍关于SVM的理论基础。 目录： 文本分类学习（一）开篇 文本分类学习（二）文本表示 文本分类学习（三）特 ...
分类：
其他好文 时间：
2018-05-09 19:37:14
阅读次数：
242
参考博客：https://blog.csdn.net/xue_wenyuan/article/details/51533953 https://blog.csdn.net/jinshengtao/article/details/17797641 傅里叶变换是一种信号处理中的有力工具，可以帮助我们将图 ...
分类：
编程语言 时间：
2018-05-04 14:15:01
阅读次数：
348
