随笔分类 - 图像处理
摘要：问题情境： 1.判断点是否在人体某个部位（不规则多边形）上 思路辨析： 判断方法有好多种，需要考虑到实用性（局限性）和代码化简易程度。 1.面积和判断，内角和判断（转角法）等，或局限于多边形形状（凹、凸），或代码计算有复杂地方（弧长，角度计算），或局限于多边形顶点的顺序问题等。 2.观察及检验之下，
阅读全文
摘要：问题情境： 针对二维不规则图形（人体图像），寻找重心。 思路辨析： 1.注意区分于中心。中心横坐标是最小与最大横坐标的均值，纵坐标亦然。 2.可以参考重心概念公式，例如横坐标X=(x1m1+x2m2+‥+ximi)/M，其他方向坐标亦然。 解决办法： 1.自己做的方法就是简单把图形看做一个点m为1。
阅读全文
摘要：问题情境： 一堆点求斜率，不能使用简单的▲Y/▲X 解析思路： 求解：斜率——>线性回归——>最小二乘法——>最优解——>偏导 验证：相关系数r，统计量f，剩余标准差s：r趋近于1好；f越大越好；s趋近于0好。 性质： 一定过点（Avgx,Avgy）。备注：x均值，y均值 代码：
阅读全文
摘要：#得到分类数据和测试数据 import pymysql import struct from numpy import * a=['']*20 #存图像 分类数据 b=[[0]*76800]*20#存图像 分类数据 c=[0]*76800#存图像 测试数据 def connectSql_1(): conn = pymysql.connect(host='192.168.9.163',...
阅读全文
摘要：1.看了诸多博客，初步得到结论是：KNN不适合做图像分类。 2.如果偏要用此方法进行图像分类，距离计算为：对应的每个像素代表的像素值进行绝对差值计算，最后求和。这就是“图像的距离”
阅读全文
摘要：KNN： 1.数据挖掘分类技术中最简单的方法之一。 2.也称为邻近算法，K最近邻分类算法 3.每个样本都可以用它最接近的k个邻居来代表 4.一般，距离使用欧式距离或曼哈顿距离（通常，k≤20） python代码实现 例子： 已有的分类数据： A：（1.0，2.0） A：（1.2，0.1） B：（0.
阅读全文
摘要：接上一篇高斯滤波，后来测试发现，与其扩充边界（费力气）处理，不如直接把之设为0（效果好）：
阅读全文
摘要：注： 1.本例子是红外图像做差得到的人体图像，非人体图像温度数值都为0. 2.myGaussFilter123含边界点（未全包含：整幅图像的边界未包含，仅涵盖了图像（不不包括图像边界）中的人体边缘点）。 3.myGaussFilter不含边界点，经测试发现，对边界去毛边并未有区别（也许与自己扩充边界
阅读全文
摘要：1.应用场景示例： 在红外图像上去背景就可以采用这个原理。 动作捕捉也可以依靠这个原理。 2.两帧图像对应的值（例如红外图像对应温度值）相减。 3.继续探究与“差分法”的关联。
阅读全文
摘要：1.通俗讲，对整幅图像进行加权平均的过程。 2.十分有效的低通滤波器。 3.两种实现：1.离散化窗口滑窗卷积；2.傅里叶变换。 4.高斯函数： (e:自然对数，≈2.71828) 5.高斯函数积分： 6.高斯分布： 7.高斯滤波性质（5个）： （1）二维高斯函数具有旋转对称性，即滤波器在各个方向上的
阅读全文
摘要：1.算数平均滤波： 1.对连续N个采样值进行算数平均 2.步长N可调试进行查看效果。 2.低通滤波： 1.Y(n)=αX(n)+(1-α)Y(n-1) α：滤波系数 X(n)：本次采样值 Y(n-1)：上次滤波输出值 2.代码编写过程中，α由0至1循环调试 和 由1至0循环调试，视情况而定。
阅读全文
浙公网安备 33010602011771号