图像点处理是图像处理系列的基础，主要用于让我们熟悉Matlab图像处理的编程环境。灰度线性变换和灰度拉伸是对像素灰度值的变换操作，直方图是对像素灰度值的统计，直方图均衡是对灰度值分布的变换...
分类：
其他好文 时间：
2015-06-04 22:48:09
阅读次数：
525
本文主要讲述基于VC++6.0 MFC图像处理的应用知识，主要结合自己大三所学课程《数字图像处理》及课件进行讲解，主要通过MFC单文档视图实现显示BMP图片点运算处理，包括图像灰度线性变换、灰度非线性变换、图像阈值化处理、图像均衡化处理等知识，并结合前一篇论文灰度直方图进行展示 。同时文章比较详细基础，希望该篇文章对你有所帮助，尤其是初学者和学习图像处理的学生。...
分类：
编程语言 时间：
2015-06-02 18:03:33
阅读次数：
516
向量 = vector向量空间 = vector space两个向量空间 U, V 之间的线性变换，可以用 matrix 表示。如果 U 的维数是 m，V 的维数是 n，则 $T: U \rightarrow V$的矩阵形式是 $m \times n$。矩阵应该正确地理解为：两个向量空间之间的线性变...
分类：
其他好文 时间：
2015-05-17 20:10:55
阅读次数：
208
1.给定图像输出直方图
img = imread('E:\matlab\work\1.jpg');
p=rgb2gray(img); %转为灰度图像
imhist(p);
效果：
2.给定一个线性变换函数，实现图像的灰度拉伸
I = imread('E:\matlab\work\lenna.bmp')
I2=I.*2-50 %做线性变换
i...
分类：
其他好文 时间：
2015-05-12 11:26:05
阅读次数：
196
一般来说，方阵能描述任意线性变换。线性变换保留了直线和平行线，但原点没有移动。线性变换保留直线的同时，其他的几何性质如长度、角度、面积和体积可能被变换改变了。从非技术意义上说，线性变换可能“拉伸”坐标系，但不会“弯曲”或“卷折”坐标系。 矩阵是怎样变换向量的 向量在几何上能被解释成一系列与轴平行的位...
分类：
其他好文 时间：
2015-05-06 16:44:24
阅读次数：
153
在图像匹配研究领域中，仿射变换图像是一个重要的研究对象，因此需要对仿射变换在图像中的操作有基本认识。学习了网上一些博客和教程，简单记录了一下：图像的仿射变换主要包含以下一系列操作：翻转（Flip）、旋转（Rotation）、平移（Translation）、缩放（Scale）和错切（Shear）。AffineTransform类描述了一种二维仿射变换的功能，它是一种二维坐标到二维坐标之间的线性变换，保...
分类：
Web程序 时间：
2015-05-02 19:31:33
阅读次数：
346
“空间”是容纳运动的一个对象集合，而变换则规定了对应空间的运动，线性空间之中即线性变换，向量是很厉害的，只要你找到合适的基，用向量可以表示线性空间里任何一个对象线性空间中的运动，被称为线性变换。也就是说，你从线性空间中的一个点运动到任意的另外一个点，都可以通过一个线性变化来完成。那么，线性变换如何表...
分类：
其他好文 时间：
2015-04-29 00:10:58
阅读次数：
281
主成分分析PCA算法原理解析浅谈对主成分分析（PCA）算法的理解主成分分析（PCA）：降维。将多个变量通过线性变换（线性相加）以选出较少个数重要变量。力求信息损失最少的原则。主成分：就是线性系数，即投影方向。通常情况下，变量之间是有一定的相关关系的，即信息有一定的重叠。将重复的变量删除。基本思想：将...
分类：
其他好文 时间：
2015-04-26 22:32:09
阅读次数：
457
[问题2015S06] 设 \(V\) 是数域 \(\mathbb{K}\) 上的 \(n\) 维线性空间, \(\varphi\) 是 \(V\) 上的线性变换.(1) 求证: 对任一非零向量 \(\alpha\in V\), \(U=L(\alpha,\varphi(\alpha),\varph...
分类：
其他好文 时间：
2015-04-18 13:02:23
阅读次数：
166
主成分分析（Principal Component Analysis，PCA）是将多个变量通过线性变换以选出较少几个重要变量的多元统计分析方法。
原理：在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析...
分类：
其他好文 时间：
2015-04-04 00:02:08
阅读次数：
371
