原创 OpenCV 在win7 64 位系統VS2010下的配置方法及總結

       由於我是搞機器視覺的,圖像處理很顯然是其中一部分,說到圖像處理,OpenCV是不得不提的一個開源庫,它的作用在這裏我就不多說了,言歸正傳,進入正題。由於實驗室的電腦室XP系統所以配置OpenCV可以按照論壇裏的方法去配置,但

原创 車道線檢測---色彩空間變換

前幾天,剛接觸這個車道線檢測的項目,給了一堆程序,由於剛接觸很多東西都不懂,現將自己的學習過程記錄下來,以便之後再利用。所遇到的第一個問題即是在車道線檢測的過程中,對圖像的處理,由於RGB色彩空間對於編程實現不方便,所以先將其轉換爲YUV

原创 OpenCV學習之第一個程序

      今天開始學習OpenCV,參考教材是學習OpenCV中文版,懷着激動地心情開始閱讀此書,但是剛開始的一個小程序就把我給卡住了,有點鬱悶,但最終解決了這個小問題,例子中的程序基本算是完整的,但是如果不明白函數的意思那麼次程序肯定

原创 寫給自己的話

    生活對我來說,最難得不是能夠獲得很多的利益,而是在這紛繁複雜的社會中,保持一種淡然豁達的心態。 大學畢業來魔都也有一年多了,雖然在科研上也小有成果,然而我始終覺得好像未進入狀態,這種生活不是我最終

原创 寫給自己的話

    生活對我來說,最難得不是能夠獲得很多的利益,而是在這紛繁複雜的社會中,保持一種淡然豁達的心態。 大學畢業來魔都也有一年多了,雖然在科研上也小有成果,然而我始終覺得好像未進入狀態,這種生活不是我最終

原创 Vs2010 環境下Qt5學習筆記(1)---Qt console Application

Qt一個脫離平臺的GUI,好處不多說了,由於開始做畢設,考慮到MFC的紛繁複雜,主要是還是自己功力尚淺,所以爲了避繁就簡開始了Qt的學習,而由於項目開發的過程中需要用到許多第三方的東西,所以不能脫離Vs2010這個平臺,因此對Qt的學習也

原创 OpenCV247 鼠標選擇ROI區域

最近做的項目需要用鼠標去選擇ROI區域,因此就搜索資源並參照網上些許例子,整合爲如下代碼,功能是選擇一幅圖像中的ROI區域,並且顯示ROI區域,代碼如下 /*****************************************

原创 寫給自己的話

    生活對我來說,最難得不是能夠獲得很多的利益,而是在這紛繁複雜的社會中,保持一種淡然豁達的心態。 大學畢業來魔都也有一年多了,雖然在科研上也小有成果,然而我始終覺得好像未進入狀態,這種生活不是我最終

原创 圖像特徵點匹配之兩幅圖像中的對應關鍵點連線

圖像處理中的特徵選擇和匹配是很重要的,它關係到你的整個系統的性能,具體的那種匹配算法較快較好,各大牛們都有自己的改進算法,本次的記錄內容主要是將怎樣將兩幅圖片中的對應點進行連線的問題,此問題雖不大但也困擾了我一會,先將其記錄如下,已給需要

原创 Kinect XBOX 360 彩色圖像獲取和調用

  今天開始研究體感 Kinect ,剛開始不懂得怎麼去用,瀏覽了一些相關的博客和網站,基本會用了,參考了別人的項目,先來寫第一個程序,把kinect當普通攝像頭,環境是VS2010+OpenNI,程序代碼如下,

原创 PRML Notes- Chapter2 Probability Distribution(2.1,2.2)

第二章 概率分佈 第二章 概率分佈 一些概念 主要分佈 從第一章中我們瞭解了機器學習的一些概念、定義等,並知道了ML中最重要的三個部分概率論、信息論和決策論,並簡單介紹了貝葉斯學派的思想。這一章中會更加詳細的去探討如何對一個

原创 SVM 相關公式推導解釋

題記: 寫這篇文章的背景是這樣的,近期在看《機器學習實戰》這本書,看過一段時間昨天打算大致的回顧下常用分類器的原理和特性,比如K儘量,決策樹,logistic regression,naive bayes 和SVM,但當想到SVM的時候,

原创 Opencv第二個程序之-------帶滾動條AVI視頻播放

      學習Opencv過程中,很喜歡去測試書中的小程序,感覺很有趣,那麼下面這個是從書上的程序改編而來,剛開始怎麼弄滾動條都不出來,後來在視頻播放的循環中加入幀的變量,通過幀數來調取滾動條,這樣的話視頻滾動條就出來了,不多說了,代碼

原创 leetcode 1----twoSum

題記:        由於臨近畢業要找工作,雖然看了一遍數據結構和算法,但是總感覺心裏發虛。而且項目中所接觸到得編程都是基於其他方面得改進算法,總之本人編程能力有限,經常被人鄙視,所以下定決心,慢慢爬行,一點點刷leetcode,這也是寫

原创 PRML Notes- Chapter2 Probability Distribution

知識點 密度估計概念,區分參數估計,密度估計的問題,p52 參數分佈概念,確定參數值的方法:最優化方法(似然函數)(頻率學派); 給定觀察數據引入參數先驗分佈(貝葉斯排) 共軛先驗,後驗和先驗具有相同函數形式 什麼是二項分佈,它的共軛是