摘要: 原图: (0) 代码: I=imread('1.jpg'); I=rgb2gray(I); I=im2double(I); F=fft2(I); F=fftshift(F); F=abs(F); T=log(F+1); figure; imshow(T,[]); 傅里叶变换: (1) 分析代码: 1 阅读全文
posted @ 2016-04-24 13:15 三山音 阅读(55089) 评论(3) 推荐(5) 编辑
摘要: 在解决优化问题时,经常会用到拉格朗日乘数法, 举一个简单的例子,f(x)=x2+y2,约束条件为h(x,y)=x+y-1=0,这个例子非常简单,简单到不需要使用拉格朗日乘数法来解决。 图只是示意一下,请忽略比例不对的地方,红色和绿色的线是目标函数的等高线,蓝色线是约束条件,其他带箭头的线表示法线。 很显然,D0是所求的最优解,我们来分析一下D0有什么特点呢? D0位于约束曲线上(本例中是直线)... 阅读全文
posted @ 2016-04-16 10:44 三山音 阅读(1335) 评论(0) 推荐(0) 编辑
摘要: 协方差与相关系数 协方差 二维随机变量(X,Y),X与Y之间的协方差定义为: Cov(X,Y)=E{[X-E(X)][Y-E(Y)]} 其中:E(X)为分量X的期望,E(Y)为分量Y的期望 协方差Cov(X,Y)是描述随机变量相互关联程度的一个特征数。从协方差的定义可以看出,它是X的偏差【X-E(X 阅读全文
posted @ 2016-04-16 09:14 三山音 阅读(46884) 评论(1) 推荐(5) 编辑