原创 小波變換-基礎預備(1)

《小波分析與應用》-王慧琴-總結 函數空間: 一,線性空間      1.距離空間               常用的距離空間:n維歐式空間、連續函數空間中距離、平方可積空間中距離空間、平方可和離散空間中距離空間。      2.線性空

原创 小波變換wavelet

1.小波變換產生的背景    小波變換是爲了克服傅里葉變換產生的。由於傅里葉變換不能夠反映局部的信息,而是作爲一種全局性的變化,其有一定的侷限性。在此情況下,小波變換出現了,並且得到很大的應用價值。 2.小波變換的解釋    小波變換中的

原创 離散小波-DWT

前沿:      小波變換比較複雜,而且內容較多。想搞清楚小波,得花費很多的時間。這裏只是以離散小波爲例進行講解。 小波變換:    1.什麼是變換?          數字信號處理領域很多處理方式的本質都是變換。例如,圖像壓縮、濾波、圖

原创 LBP詳細解釋-有opencv代碼解釋

沒有看LBP之前覺得它很神祕,看完了之後也就那麼回事,不過提出LBP的人確實很偉大!!  LBP(Local Binary Pattern,局部二值模式)是一種用來描述圖像局部紋理特徵的算子;它具有旋轉不變性和灰度不變性等顯著的優點

原创 圖像物體檢測識別中的LBP特徵

圖像物體檢測識別中的LBP特徵 1        引言 之前講了人臉識別中的Haar特徵,本文則關注人臉檢測中的LBP特徵,說是對於人臉檢測的,其實對於其他物體也能檢測,只需修改訓練數據集即可。所以本文的題目是物體檢測識別,比如可以

原创 離散小波變換-DWT

所謂的離散小波變換是指對尺度因子和時移因子的離散化,而不是通常意義下對時間t的離散化。 引進小波小波變換的原因: 一,計算機處理條件小,必須對連續小波變換離散化 二,連續小波變換中,小波基函數具有很大的相關性。要使各點小波變換之間沒有相關

原创 LDA算法-matlab代碼實現

本文使用LDA作爲分類器在matlab下做實驗。   其中投影轉換矩陣W按照LDA的經典理論生成,如下的LDA函數,並返回各個類的投影后的(k-1)維的類均值。 LDA.m代碼如下: function [W,centers]=

原创 LBP特徵提取

與第一篇博文特徵臉方法不同,LBP(Local Binary Patterns,局部二值模式)是提取局部特徵作爲判別依據的。LBP方法顯著的優點是對光照不敏感,但是依然沒有解決姿態和表情的問題。不過相比於特徵臉方法,LBP的識別率已經

原创 LDA算法

LDA算法入門   一. LDA算法概述: 線性判別式分析(Linear Discriminant Analysis, LDA),也叫做Fisher線性判別(Fisher Linear Discriminant ,FLD),是模式

原创 《小波變換和motion信號處理》系列的第二篇

這是《小波變換和motion信號處理》系列的第二篇,深入小波。第一篇我進行了基礎知識的鋪墊,第三篇主要講解應用。 在上一篇中講到,每個小波變換都會有一個mother wavelet,我們稱之爲母小波,同時還有一個father wave

原创 多分辨率分析與正交小波-4

小波變換中的伸縮參數的實質是描述觀測信號的範圍,也就是尺度。這個在圖像處理中叫做分辨率。小波變換也可以理解爲信號的多分辨率分析。多分辨率分析和時域-頻域分析是一樣的,都是爲了更好的理解小波變換。 多分辨率分析(MRA)又稱多尺度分析。  

原创 二、LBP之多尺度LBP

一般LBP算子,討論的是單個像素與領域像素的差值信息,一般捕捉到的是微觀特徵,這樣是捕捉不到宏觀特徵的,基於這種考慮,可以將單個像素上升到區域,以區域爲單位來進行上面的像素研究。也就是計算區域與區域之間的差值信息。 在此方面進行了改進

原创 PCA的一些基本資料

PCA的一些基本資料 最近因爲最人臉表情識別,提取的gabor特徵太多了,所以需要用PCA進行對提取的特徵進行降維。 本來最早的時候我沒有打算對提取的gabor特徵進行降維,但是如果一個圖像時64*64,那麼使用五個尺度八個

原创 PCA檢測人臉的簡單示例_matlab實現

[plain] view plaincopy %訓練   %Lx=X'*X   clear;   clc;   train_path='..\Data\TrainingSet\';   phi=zeros(64*64,2

原创 機器學習-斯坦福大學翻譯

迴歸與梯度下降: 迴歸在數學上來說是給定一個點集,能夠用一條曲線去擬合之,如果這個曲線是一條直線,那就被稱爲線性迴歸,如果曲線是一條二次曲線,就被稱爲二次迴歸,迴歸還有很多的變種,如locally weighted迴歸,logisti