11 2014 档案

C/C++程序员应聘常见面试题深入剖析(2)
摘要：摘自：http://blog.csdn.net/zhoudengqing3.内功题试题1：分别给出BOOL，int，float，指针变量与“零值”比较的if语句（假设变量名为var）解答：BOOL型变量：if(!var)int型变量：if(var==0)float型变量：const float EP... 阅读全文
posted @ 2014-11-23 14:12 楚兴 阅读(189) 评论(0) 推荐(0)
C/C++程序员应聘常见面试题深入剖析(1)
摘要：摘自：http://blog.csdn.net/zhoudengqing1.引言本文的写作目的并不在于提供C/C++程序员求职面试指导，而旨在从技术上分析面试题的内涵。文中的大多数面试题来自各大论坛，部分试题解答也参考了网友的意见。许多面试题看似简单，却需要深厚的基本功才能给出完美的解答。企业要求面... 阅读全文
posted @ 2014-11-23 14:10 楚兴 阅读(297) 评论(0) 推荐(0)
灰度共生矩阵GLCM分析
摘要：纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念，可以用来描述任何物质组成成分的排列情况，例如医学上X 射线照片中的肺纹理、血管纹理、航天(或航空)地形照... 阅读全文
posted @ 2014-11-20 19:03 楚兴 阅读(12150) 评论(0) 推荐(1)
matlab各向异性扩散滤波
摘要：主要是用来平滑图像的，克服了高斯模糊的缺陷，各向异性扩散在平滑图像时是保留图像边缘的（和双边滤波很像）。通常我们有将图像看作矩阵的，看作图的，看作随机过程的，记得过去还有看作力场的。这次新鲜，将图像看作热量场了。每个像素看作热流，根据当前像素和周围像素的关系，来确定是否要向周围扩散。比如某个邻域像素... 阅读全文
posted @ 2014-11-20 09:26 楚兴 阅读(3304) 评论(1) 推荐(1)
SVM为什么需要核函数
摘要：生存？还是毁灭？——哈姆雷特可分？还是不可分？——支持向量机之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，... 阅读全文
posted @ 2014-11-19 10:33 楚兴 阅读(1023) 评论(0) 推荐(0)
基于Matlab的标记分水岭分割算法
摘要：转自：http://blog.sina.com.cn/lyqmath1 综述Separating touching objects in an image is one of the more difficult image processing operations. The watershed ... 阅读全文
posted @ 2014-11-11 16:50 楚兴 阅读(1581) 评论(0) 推荐(0)
灰度共生矩阵
摘要：灰度共生矩阵是像素距离和角度的矩阵函数，它通过计算图像中一定距离和一定方向的两点灰度之间的相关性，来反映图像在方向、间隔、变化幅度及快慢上的综合信息。使用方法：glcm = graycomatrix(I)glcms = graycomatrix(I,param1,val1,param2,val2,.... 阅读全文
posted @ 2014-11-10 20:58 楚兴 阅读(414) 评论(0) 推荐(0)
Gabor滤波器学习
摘要：转自：http://blog.csdn.net/jinshengtao/article/details/17797641本文的目的是用C实现生成Gabor模版，并对图像卷积。并简单提一下，Gabor滤波器在纹理特征提取上的应用。一、什么是Gabor函数（以下内容含部分翻译自维基百科） 在图像处理中，... 阅读全文
posted @ 2014-11-05 10:37 楚兴 阅读(643) 评论(0) 推荐(0)
matlab实现gabor滤波器的几种方式
摘要：转自：http://blog.csdn.net/watkinsong/article/details/7882443方式一：[csharp]view plaincopyfunctionresult=gaborKernel2d(lambda,theta,phi,gamma,bandwidth)%GAB... 阅读全文
posted @ 2014-11-05 10:35 楚兴 阅读(1519) 评论(0) 推荐(0)