摘要：
常用网址导航 常用网站类别不得超过10个，每个类别只展示前6常用网址，即本文最多只列举60个网址。 总结检索信息的技巧比平铺列举常用网址更具有效果 探讨标签页管理技术，搜索引擎的对话式搜索技术 我们由于个人工作、生活与兴趣使然，一些网站时常获得我们的光顾。换句话说，我们习惯访问一些网站，日积月累，也 阅读全文
摘要：
1 基础知识 1.1 MATLAB简介 whos ：产生一个在当前工作区域内所有变量和数组状况表，在Command Window直接输入whos，显示的是Workspace所有变量的属性。 help ：查询工能。 ver ：MATLAB版本信息。 1.2 矩阵表示 >> T=[11 12 1 2 3 阅读全文
摘要：
1.1.1 二分类问题 数据分作两类 广义线性模型的一种，属于线性的分类模型。 problem1：如果不仅仅是分成两类呢？，一条直线怎么能够做到？ 把数据集分为两类的那条直线，称为超平面，可用线性函数表示： \(Wx+b=0\) 其中W为权重，b为偏置。使用阈值函数把数据映射到不同类别中，常见的阈值 阅读全文
摘要：
python程序设计 一、填空题 文件对象的flush()方法用来把缓冲区的内容写入文件，但不关闭文件。 os.path模块中的isfile(path)方法用来测试指定的路径是否为文件。 os模块的listdir方法用来返回包含指定文件夹中所有文件和子文件夹的列表。 使用open("f1.txt", 阅读全文
摘要：
DBSCAN problem 用你自己熟悉的语言，编写程序,用你所学的任何一种聚类算法，对所给定的数据集进行聚类挖掘，给出具体程序和挖掘结果。 密度聚类算法 密度聚类方法的指导思想1是，只要一个区域中的点的密度大于某个域值，就把它加到与之相近的聚类中去。这类算法能克服基于距离的算法只能发现“类圆形” 阅读全文
摘要：
problem 实验六 字符串的应用 【实验目的】 熟悉字符串常用方法的使用；掌握字符串的索引与分片；熟练使用正则表达式 【实验要求】 实验前，应事先熟悉相关知识点，拟出相应的实验操作步骤，明确实验目的和要求；实验过程中，服从实验指导教师安排，遵守实验室的各项规章制度，爱护实验仪器设备；实验操作完成 阅读全文
摘要：
ID3 算法是建立在奥卡姆剃刀（用较少的东西，同样可以做好事情）的基础上：越是小型的决策树越优于大的决策树。C4.5 算法最大的特点是克服了 ID3 对特征数目的偏重这一缺点，引入信息增益率来作为分类标准。ID3 和 C4.5 虽然在对训练样本集的学习中可以尽可能多地挖掘信息，但是其生成的决策树分支、规模都比较大，CART 算法的二分法可以简化决策树的规模，提高生成决策树的效率。CART（Classification and Regression Tree，分类回归树），从名字就可以看出其不仅可以用于分类，也可以应用于回归。其回归树的建立算法上与分类树部分相似。 阅读全文
ID3 算法是建立在奥卡姆剃刀（用较少的东西，同样可以做好事情）的基础上：越是小型的决策树越优于大的决策树。C4.5 算法最大的特点是克服了 ID3 对特征数目的偏重这一缺点，引入信息增益率来作为分类标准。ID3 和 C4.5 虽然在对训练样本集的学习中可以尽可能多地挖掘信息，但是其生成的决策树分支、规模都比较大，CART 算法的二分法可以简化决策树的规模，提高生成决策树的效率。CART（Classification and Regression Tree，分类回归树），从名字就可以看出其不仅可以用于分类，也可以应用于回归。其回归树的建立算法上与分类树部分相似。 阅读全文
摘要：
关联规则挖掘是数据挖掘中最活跃的研究方法之一。最早是有Agrawal 等人提出的（1993）。最初的动机是针对购物篮分析（Basket Analysis）问题提出的，其目的是为了发现交易数据库（Transaction Database）中不同商品之间的联系规则。这些规则刻画了顾客购买行为模式，可以用来指导商家科学地安排进货、库存以及货架设计的步等。关联规则在其他领域也可以得到广泛的讨论。例如，医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助。 阅读全文
关联规则挖掘是数据挖掘中最活跃的研究方法之一。最早是有Agrawal 等人提出的（1993）。最初的动机是针对购物篮分析（Basket Analysis）问题提出的，其目的是为了发现交易数据库（Transaction Database）中不同商品之间的联系规则。这些规则刻画了顾客购买行为模式，可以用来指导商家科学地安排进货、库存以及货架设计的步等。关联规则在其他领域也可以得到广泛的讨论。例如，医学研究人员希望从已有的成千上万份病历中找出患某种疾病的病人的共同特征，从而为治愈这种疾病提供一些帮助。 阅读全文
摘要：
在广州出土的东汉陶船，据今已近两千年，在其尾部正中位置上已经有了舵，这个舵比操纵桨桨叶的面积宽展很多，还残留着以桨代舵的痕迹。但从世界范围来说，它是最早的舵，到了12世纪末，相当于我国南宋时期，在西方教堂的雕刻上才出现了欧洲最早的舵。
阅读全文
在广州出土的东汉陶船，据今已近两千年，在其尾部正中位置上已经有了舵，这个舵比操纵桨桨叶的面积宽展很多，还残留着以桨代舵的痕迹。但从世界范围来说，它是最早的舵，到了12世纪末，相当于我国南宋时期，在西方教堂的雕刻上才出现了欧洲最早的舵。
阅读全文
摘要：
JPEG标准主要采用了基于块的DCT变换编码，同时综合应用了游程编码和霍夫曼编码等。其有损压缩算法编码的大致流程如下：第一步，对图像块（把整个图像分成多个 \( 8 \times 8 \) 子块）进行DCT变换，得到DCT系数；第二步，根据量化表对DCT系数进行量化；第三步，对DCT系数中的直流（D 阅读全文
摘要：
实验八 图像的分解与合成 1）对一图像按块进行离散余弦变换（即分成8×8的小块，对每块进行DCT），利用JPEG建议的两化矩阵对DCT系数进行量化，观察8×8小块交换系数。 2）对变换系数进行区域选择，然后进行逆量化和逆变换（IDCT），重建原图像，计算重建图像的PSNR及图像压缩的压缩比。 3）选 阅读全文
摘要：
区域分割 区域生长 分裂合并 水域分割 Hough变换 Hough变换原理 广义Hough变换 #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <iostream> using namespace std; 阅读全文
摘要：
梯度算子 不变矩 #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <iostream> #include <cmath> using namespace std; using namespace cv; / 阅读全文
摘要：
形态学 形态学（morphology）是生物学的一个分支，其关注的是动植物的形态和结构等。这里用同一词语表示图像处理的数学形态学的内容。数学形态学的语言是集合论，其中的集合表示图像的对象，如：二值化图像中，所有白色像素的集合是该图像的一个完整形态学描述。集合中每两个分量提供一个像素的坐标，第三个分量 阅读全文
摘要：
图像复原的方法很多，常用的比较经典的是反向滤波法和约束还原法。博主在做反向滤波实验的过程中，发现图像复原的关键是退化模型的建立，可以夸张地说：要有好的复原效果就得根据各个图像的退化特点建立相关的退化模型，并在退化模型的基础上做相关的滤波或者说对待处理的像素做相应的处理，从而尽可能地复原图像。再说一遍 阅读全文
摘要：
首先需要明确的一点是，统计学的知识也可以作为图像处理技术的一个发掘点。一副简单的数字图像可以由一个二维矩阵描述，矩阵中的元素取值是有规定的，其规定来源于彩色空间的数学模型。常见的规则是，图像矩阵中的每列元素对应着各个通道的灰度值，灰度的取值一般是0~255。基于这一点，哪怕图像分辨率再高，我们都可以使用直方图直观地描述像素的灰度在0~255的灰度值分布。这有利于我们捕抓该图像的一些整体信息。 阅读全文
首先需要明确的一点是，统计学的知识也可以作为图像处理技术的一个发掘点。一副简单的数字图像可以由一个二维矩阵描述，矩阵中的元素取值是有规定的，其规定来源于彩色空间的数学模型。常见的规则是，图像矩阵中的每列元素对应着各个通道的灰度值，灰度的取值一般是0~255。基于这一点，哪怕图像分辨率再高，我们都可以使用直方图直观地描述像素的灰度在0~255的灰度值分布。这有利于我们捕抓该图像的一些整体信息。 阅读全文
摘要：
本篇博文主要从位图文件的结构体出发，简单地写了一下怎样使用C++做一些图像处理
运行环境 visual studio 2019 + mfc + photo(bmp)，你若对C#的图像处理感兴趣可以参考链接：https://docs.microsoft.com/zh-cn/dotnet/api/system.drawing.bitmap?view=dotnet-plat-ext-3.1
阅读全文
本篇博文主要从位图文件的结构体出发，简单地写了一下怎样使用C++做一些图像处理
运行环境 visual studio 2019 + mfc + photo(bmp)，你若对C#的图像处理感兴趣可以参考链接：https://docs.microsoft.com/zh-cn/dotnet/api/system.drawing.bitmap?view=dotnet-plat-ext-3.1
阅读全文
摘要：
图像变换是许多图像处理技术的基础，为了有效和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到另外一个空间，并利用这些空间的特有性质更方便地进行一些处理，最后再变换为图像空间以得到所需效果。近年来，众多的图像变换方法不断涌现，从古老的傅里叶变换到余弦变换，直至小波变换，这些数学模型都对图像处理技术的发展有着不可磨灭的贡献。本篇随笔主要介绍离散傅里叶变换（关于傅里叶变换原理的更加详尽的介绍请看《傅里叶变换与图像处理》）。 阅读全文
图像变换是许多图像处理技术的基础，为了有效和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到另外一个空间，并利用这些空间的特有性质更方便地进行一些处理，最后再变换为图像空间以得到所需效果。近年来，众多的图像变换方法不断涌现，从古老的傅里叶变换到余弦变换，直至小波变换，这些数学模型都对图像处理技术的发展有着不可磨灭的贡献。本篇随笔主要介绍离散傅里叶变换（关于傅里叶变换原理的更加详尽的介绍请看《傅里叶变换与图像处理》）。 阅读全文
摘要：
首先引入点操作这个概念：仅根据输入像素值来计算相应的输出像素值。这类算子包括亮度（brightness）和对比度（contract）调整、颜色矫正（colorcorrection）和变换（transformation）。算子的一般形式：g(x)=h(f(x))或者g(x)=h(f0(x)......fn(x))。其中常用的点操作是乘上一个常数（对应对比度的调节）以及加上一个常数（对应亮度值的调节）。公式：g(x)=a*f(x)+b。其中f(x)表示原图像像素，参数g(x)表示输出图像像素，参数a（需要满足a>0）被称为增益（gain），常常被用来控制退选哪个的对比度。参数b通常被称为偏置（bias），常常用来控制退选哪个的亮度。改写公式：g(i,j)=a*f(i,j)+b。 阅读全文
首先引入点操作这个概念：仅根据输入像素值来计算相应的输出像素值。这类算子包括亮度（brightness）和对比度（contract）调整、颜色矫正（colorcorrection）和变换（transformation）。算子的一般形式：g(x)=h(f(x))或者g(x)=h(f0(x)......fn(x))。其中常用的点操作是乘上一个常数（对应对比度的调节）以及加上一个常数（对应亮度值的调节）。公式：g(x)=a*f(x)+b。其中f(x)表示原图像像素，参数g(x)表示输出图像像素，参数a（需要满足a>0）被称为增益（gain），常常被用来控制退选哪个的对比度。参数b通常被称为偏置（bias），常常用来控制退选哪个的亮度。改写公式：g(i,j)=a*f(i,j)+b。 阅读全文