原创 候選消除算法 python

程序主要由以下模塊組成: 樣例與正/反例的一致性判斷 樣例單個屬性與對應假設單個屬性的特殊性、一致性和一般性判斷 求所有極小泛化式h,其中h與d一致,且G有成員比h更一般 求所有極小特殊化式h,其中h與d一致,且S有成員比h更特殊 正例:

原创 unbuntu pycharm輸入中文註釋需要添加的開頭

#-*- coding:utf8 -*- #coding=utf-8

原创 立體匹配

立體匹配是立體視覺研究中的關鍵部分。其目標是在兩個或多個視點中匹配相應像素點,計算視差。通過建立一個能量代價函數,對其最小化來估計像素點的視差,求得深度。 概述 點P和Q,映射到左相機OR像面上的同一點p≡q,只要找到p和q在右相機OT

原创 座標系

4個座標系: 1、世界座標系(Xw、Yw、Zw) 2、相機座標系(Xc、Yc、Zc) 3、像平面座標系(X、Y) 4、像素平面座標系(u、v) 3個座標變換關係: 1、世界座標系(Xw、Yw、Zw)->相機座標系(Xc、Yc、Zc) 2、

原创 深度圖

深度圖是由相機拍攝的 1、其每個像素值代表的是物體到相機xy平面的距離。單位爲mm 得到的深度圖,不能直接用opencv中自帶的函數進行閾值化處理。因爲opencv中的閾值化操作都是針對灰度圖或者彩色圖進行處理的 如果你讀取深度圖,按-1

原创 雙目立體視覺SAD匹配算法

1.算法原理         SAD(Sum of absolute differences)是一種圖像匹配算法。基本思想:差的絕對值之和。此算法常用於圖像塊匹配,將每個像素對應數值之差的絕對值求和,據此評估兩個圖像塊的相似度。該算法快速

原创 計算視差

1、單目相機 根據相機成像原理可知透視投影是多對一的關係,無法根據成像平面上的點確定三維空間中對應的點。   2、雙目相機 爲了消除多對一的投影,設計雙目相機。 將左相機放在世界座標系原點,兩個相機參數都一致,結構圖如下:

原创 雙目立體視覺的數學原理

1.前言戲說 雙目立體視覺是基於視差原理,由多幅圖像獲取物體三維幾何信息的方法。在機器視覺系統中,雙目視覺一般由雙攝像機從不同角度同時獲取周圍景物的兩幅數字圖像,或有由單攝像機在不同時刻從不同角度獲取周圍景物的兩幅數字圖像,並基於視差原

原创 cnn

1985年bp算法---後向傳播 幾年後,LeCun利用BP算法來訓練多層神經網絡用於識別手寫郵政編碼,這就是cnn的開始 1998年,Lenet標註着cnn的真正面世 2006年 Hinton他們的Science Paper中,deep

原创 基於【Tensorflow】實現的卷積神經網絡CNN模型

  TensorFlow是谷歌基於DistBelief進行研發的第二代人工智能學習系統,其命名來源於本身的運行原理。Tensor(張量)意味着N維數組,Flow(流)意味着基於數據流圖的計算,TensorFlow爲張量從流圖的一端流動到另

原创 GCC與G++在linux下

GCC(GNU Compiler Collection,GNU編譯器集合),是一套由 GNU 開發的編程語言編譯器,被大多數類Unix操作系統(如Linux、BSD、Mac OS X等)採納爲標準的編譯器,GCC同樣適用於微軟的Windo

原创 Matlab中gradient函數的算法說明

  Gradient(F)函數求的是數值上的梯度,假設F爲矩陣.   >> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0] x =      6     9     3     4     0  

原创 向量與矩陣的範數及其在matlab中的用法(norm)

一、常數向量範數 L0L0 範數 ∥x∥0=def‖x‖0=def向量中非零元素的個數 其在matlab中的用法: sum( x(:) ~= 0 ) L1L1 範數 ∥x∥1=def∑i=1m|xi|=|x1|+⋯+|xm|‖x‖1=d

原创 非局部均值濾波及其Matlab實現

均值濾波 均值濾波的計算非常簡單,將圖像像素點灰度記錄在數組中,然後設置方框半徑的值,然後將方框中的所有點的像素求和取平均,得到的結果就是均值濾波後對應像素點的灰度值。  優點:  計算很快而且簡單  從算法可以看出,只是求了平均,並沒有