dgglx的专栏

概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法。——题记目录0. 前言 1. 历史     1

  Hough变换是图像处理中从图像中识别几何形状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。也即把检测整体特性转化为检测局部特性。比如直线、椭圆、圆、弧线等。  Hough变换的基本思想    设已知一黑白图像上画了一条直线，要求

HSI色彩空间是从人的视觉系统出发，用色调（Hue）、色饱和度（Saturation或Chroma）和亮度（Intensity或Brightness）来描述色彩。

噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”。因此将图像噪声看成是**随机过程是合适的，因而描述噪声的方法完全可以借用随机过程的描述，即用其概率分布函数和概率密度分布函数。一、噪声的概念　　目前大多数数字图像系统中，输入图像都是采用先冻结再扫描方式将**图像变成一维电信号，再对其进行处理、存储、传输等加工变换。最后往往还要在组成**图像信号，而图像噪声也将同样受到

什么是OWL本体　　我们使用本体（Ontology）来获取某一领域的知识，本体描述该领域的概念，以及这些概念之间的关系。目前有很多种不同的本体语言，它们各有千秋，而W3C（World Wide Web Consortium）目前的最新标准是OWL。和Protégé一样，OWL让描述各种概念成为可能，与此同时，它还提供了其他很多功能。它具有更丰富的操作符——例如与、或和非；它立足于一个不同的

和机器学习和计算机视觉相关的数学（转载）（以下转自一位MIT牛人的空间文章，写得很实际：）作者：Dahua感觉数学似乎总是不够的。这些日子为了解决research中的一些问题，又在图书馆捧起了数学的教科书。从大学到现在，课堂上学的和自学的数学其实不算少了，可是在研究的过程中总是发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇，

图像处理网络资源作图像处理方面的研究工作，最重要的两个问题：其一是要把握住国际上最前沿的内容；其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认最牛的几个超级大拿(看看他们都在作什么)和最权威的出版物(阅读上面最新的文献)，解决第二个问题的办法是你最好能够找到一个实际应用的项目，边做边写文章。做好这几点的途径之一就是充分利用网络资源，特别是权威网站和大拿们

    计算机视觉方面的三大国际会议是ICCV, CVPR和ECCV，统称之为ICE。    ICCV的全称是International Comference on Computer Vision，正如很多和他一样的名字的会议一行，这样最朴实的名字的会议，通常也是这方面最nb的会议。ICCV两年一次，与ECCV正好错开，是公认的三个会议中级别最高的。它的举办地方会在世界各地选，上次是在北京

中文名称：高斯白噪声 英文名称：white Gaussian noise;WGN 定义：均匀分布于给定频带上的高斯噪声。 所属学科：通信科技（一级学科）；通信原理与基本技术（二级学科） 高斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。 　　热噪声和散粒噪声是高斯白噪声。 　　所谓高斯白噪

后验概率是信息理论的基本概念之一.在一个通信系统中,在收到某个消息之后,接收端所了解到的该消息发送的概率称为后验概率. 　　简介 　　 后验概率是指在得到"结果"的信息后重新修正的概率,如贝叶斯公式中的,是"执果寻因"问题中的"因".先验概率与后验概率有不可分割的联系,后验概率的计算要以先验概率为基础. 　　解释 　　1、当根据经验及