Paul_Huang的专栏

From feature descriptors to deep learning: 20 years of computer visionFrom:Tombone's Computer Vision Blog(site: http://www.computervisionblog.com/2015/01/from-feature-descriptors-to-deep.htm

从特征描述符到深度学习：计算机视觉发展20年转载：http://cs2.swfc.edu.cn/~zyl/?p=2184Author: Tomasz Malisiewicz翻译：赵毅力（panovr at gmail dot com）我们都知道在过去两年（2012-2014年）深度卷积神经网络在目标检测与识别的基准测试中有过辉煌的成绩，所以你可能会问：在此之前的物体

于MATLAB工具箱安装中涉及到了Matlab的搜索路径、工作目录、当前路径、用户路径等好多术语，我这里不想多说什么感兴趣的网友，可以直接查看Matlab的帮助系统，在那里你可以得到最直接的答复，但是你需要一定的英文基础哦添加工具箱的方法很多，所有方法都是为了达到同一个目的，将工具箱的所在路径添加到Matlab的搜索路径下就可以了下面介绍一种最简单的操作吧，下面以安装mat

其实学习本来就不是易事，我写这篇文章的初衷也是希望大家学习起来更加轻松，充满乐趣。但是千万！千万不要把这篇文章收藏起来，或是存下地址，心里想着：以后有时间再看。这样的例子太多了，也许几年后你都没有再打开这个页面。无论如何，耐下心，读下去。这篇文章要比读课本要轻松、开心得多……　　一、嘛叫频域　　从我们出生，我们看到的世界都以时间贯穿，股票的走势、人的身高、汽车的轨迹都会随着时间发生

监督学习，无监督学习，半监督学习监督学习(Supervised learning)、非监督学习(Unsupervised learning)、半监督学习(Semi-supervised learning)，怎么区分呢？这个问题可以回答得很简单：是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。一、

这篇文章的内容是南京大学周志华老师对国际学术会议（主要是计算机、数据挖掘、机器学习方面）的点评，对于从事学术研究的人，持续关注相关的研究方向的会议内容，可以掌握最新的研究动态。原文按照tier1、tier2、tier3逐个列出了每类会议的全称，接着是会议的影响力，最后是周老师对这些会议的点评。为便于阅读，我把第3部分对会议的点评调整到会议名称列表之后。另外一个疑问是，tier和rank有啥区别，t

文件操作是一种重要的输入输出方式，即从数据文件读取数据或将结果写入数据文件。MATLAB提供了一系列低层输入输出函数，专门用于文件操作。1、文件的打开与关闭 1）打开文件在读写文件之前，必须先用fopen函数打开或创建文件，并指定对该文件进行的操作方式。fopen函数的调用格式为：fid=fopen（文件名，‘打开方式’）说明：其中fid用于存储文件句柄

卷积的本质及物理意义提示：对卷积的理解分为三部分讲解1）信号的角度2）数学家的理解（外行）3）与多项式的关系1 来源卷积其实就是为冲击函数诞生的。“冲击函数”是狄拉克为了解决一些瞬间作用的物理现象而提出的符号。古人曰：“说一堆大道理不如举一个好例子”，冲量这一物理现象很能说明“冲击函数”。在t时间内对一物体作用F的力，倘若作用时间t很小，作用力F很大，但让Ft的乘积不变，即冲量

第三章 图像的点运算3.1 imhist 和stem              3.2 imadjust                     3.5 im2bw 和 graythresh             3.7/3.8 histeq第四章 图像的几何变换4.2 strel, translate, imdilate

Point-Spread Function 点扩散函数。PSF是point spread function的简称，即点扩散函数，用该指标来衡量重建后的图像的分辨率。在线性系统中，对于任意成像目标I1和其对应的像I2可以表示成I2=I1*h，h是系统函数。这个卷积系数h就是PSF，因为当I1为冲击函数时，I2=h。I2的质量取决于h。当h越偏离冲击函数，I2就越模糊，其模糊程度可以用h的宽度来衡量，

在使用matlab进行矩阵计算的时候，经常会遇到要使用for循环的情况。但其实很多操作可以用内部的一些函数代替。今天总结一些几个函数的用法： bsxfun, arrayfun, cellfun, spfun, structfunbsxfun:1 C = bsxfun(fun,A,B)bsxfun可以对矩阵A和矩阵B进行

RANSAC算法详解给定两个点p1与p2的坐标，确定这两点所构成的直线，要求对于输入的任意点p3，都可以判断它是否在该直线上。初中解析几何知识告诉我们，判断一个点在直线上，只需其与直线上任意两点点斜率都相同即可。实际操作当中，往往会先根据已知的两点算出直线的表达式（点斜式、截距式等等），然后通过向量计算即可方便地判断p3是否在该直线上。 生产实践中的数据往往会有一定的偏差。例如我们

在生产和科学研究中，对某一个或一组变量x(t)进行观察测量，将在一系列时刻t1, t2, …, tn (t为自变量且t1时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。它一般采用曲线拟合和参数估计方法（如非线性最小二乘法）进行。时间序列分析常用在国民经济宏观控制、区域综合发展规划、企业经营管理、市场潜量预测、气象预报、水文预报、地震前

Matlab的自带说明：matchFeatures Find matching features INDEX_PAIRS = matchFeatures(FEATURES1, FEATURES2) 返回INDEX_PAIRS为[P,2]数组，包含最可能相关的特征点的数组。FEATURES1为[M1，N]的数组，FEATURES2为[M2，N]的数组，都可以是由FREAK描述子产生的

1.核函数1.1核函数的由来-----------还记得为何要选用核函数么？-----------对于这个问题，在Jasper's Java Jacal博客《SVM入门（七）为何需要核函数》中做了很详细的阐述，另外博主对于SVM德入门学习也是做了很详细的阐述，有兴趣的可以去学习，写得相当好，特意转载了过来，留念一下。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

前言：FISTA（A fast iterative shrinkage-thresholding algorithm）是一种快速的迭代阈值收缩算法（ISTA）。FISTA和ISTA都是基于梯度下降的思想，在迭代过程中进行了更为聪明（smarter）的选择，从而达到更快的迭代速度。理论证明：FISTA和ISTA的迭代收敛速度分别为O(1/k2)和O(1/k)。　　本篇博文先从解决优化问题的传

⊙在matlab中clear,clc,clf,hold作用介绍clear是清变量，clc只清屏，clf清除图形窗口上的旧图形，hold on是为了显示多幅图像时，防止新的窗口替代旧的窗口。①format：设置输出格式对浮点性变量，缺省为format short.format并不影响matlab如何计算和存储变量的值。对浮点型变量的计算，即单精度或双精度，按合适的浮点精度

原文：http://blog.youkuaiyun.com/wendy709468104/article/details/8770919直方图均衡化的作用是图像增强。有两个问题比较难懂，一是为什么要选用累积分布函数，二是为什么使用累积分布函数处理后像素值会均匀分布。第一个问题。均衡化过程中，必须要保证两个条件：①像素无论怎么映射，一定要保证原来的大小关系不变，较亮的区域，依旧是较亮的，

首先，把二维正态分布密度函数的公式贴这里这只图好大啊~~但是上面的那个是多维正态分布的密度函数的通式，那个n阶是对称正定方阵叫做协方差矩阵，其中的x,pi,u都是向量形式。虽然这个式子很酷，但是用在matlab里画图不太方面，下面换一个这个公式与上面的等价，只不过把向量和矩阵展开，计算出来。我们可以用这个式子画图。因为二维函数的形式是:z=f(x,y

稀疏表达是近年来SP, ML, PR, CV领域中的一大热点，文章可谓是普天盖地，令人目不暇给。老板某门课程的课程需要大纲，我顺道给扩展了下，就有了这个上中下三篇介绍性质的东西。遗憾的是，我在绝大多数情况下实在不算是一个勤快的人，这玩意可能充满bug，更新也可能断断续续，尽请诸位看官见谅了。顺道一提，ICCV09有一个相关的 tutorial 。据传博文里公式数量和其人气是成反比例关系的，

数字信号处理的每个过程差不多都会有噪声出现，而最终得到的图像是噪声与信号的各种作用以后末级产生，噪声处理可以是最后统一处理也可是各个过程的分批处理，所以对噪声的产生以及分类的了解是很有必要的。   一、按产生的原因分类   原因有两类，外部原因和内部原因，这种分类下每种原因多由若干类型的噪声组成，如外部噪声即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放

1.使用模板处理图像相关概念：           模板：矩阵方块，其数学含义是一种卷积运算。      卷积运算：可看作是加权求和的过程，使用到的图像区域中的每个像素分别于卷积核(权矩阵)的每个元素对应相                乘，所有乘积之和作为区域中心像素的新值。      卷积核：卷积时使用到的权用一个矩阵表示，该矩阵与使用的图像区域大小相同，其行、列都是奇数，

图像处理中不适定问题（ill posed problem）或称为反问题（inverse Problem）的研究从20世纪末成为国际上的热点问题，成为现代数学家、计算机视觉和图像处理学者广为关注的研究领域。数学和物理上的反问题的研究由来已久，法国数学家阿达马早在19世纪就提出了不适定问题的概念:称一个数学物理定解问题的解存在、唯一并且稳定的则称该问题是适定的（Well Posed）.如果不满足适定性

作机器视觉和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高成就的几个超级专家(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利用网络资源，利用权威网站和专家们的个人主页。依

图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等；目前比较经典的图像去噪算法主要有以下三种：均值滤波算法：也称线性滤波

图像显示colorbar        显示彩条getimage       由坐标轴得到图像数据ice（DIPUM）  交互彩色编辑image          创建和显示图像对象imagesc        缩放数据并显示为图像immovie       由多帧图像制作电影imshow        显示图像imview     

运动模糊I = imread('Fig0525(a)(aerial_view_no_turb).tif');figure,subplot(1,2,1);imshow(I);title('原图像');%T = rgb2gray(M);figure;imshow(I);PSF = fspecial('motion',20,15);J = imfilter(I,PSF,'co

1.高通滤波器       首先，对一副图像进行如下二维傅里叶变换。我们将u=0和v=0带上式，我们可以得到如下式子。根据上式，可以到F(0,0)的值是非常大的。这里，我们将F(0,0)称为直流分量，直流分量比其他的成分要大好几个数量级。所以，这也就是傅里叶谱为什么需要使用对数变换才能看清楚的原因。       这里，对于高通滤波器而言，由于直流分量被衰减，

数学基础       拉普拉斯算子，二阶微分线性算子，为什么上来就学二阶微分算子，前文说过，与一阶微分相比，二阶微分的边缘定位能力更强，锐化效果更好，所以我们来先学习二阶微分算子，使用二阶微分算子的基本方法是定义一种二阶微分的离散形式，然后根据这个形式生成一个滤波模板，与图像卷积。       各向同性滤波器，图像旋转后响应不变，这就要求滤波模板自身是对称的，如果不对称，结果就是，

之前的博文主要介绍了空间域内的滤波器，本文主要从频域的角度进行分析。主要使用傅里叶变换，将空间域的图像转换到频域内，在频域内进行数字图像处理。这部分的内容及其重要，频域内的处理可以解决空间域内无法完成的图像增强。本文首先从数学角度，对图像的频域内的性质进行分析，然后在着重介绍滤波器在频域内的性质。        1.傅里叶变换与频域        在之前的文中，我们已经进行过一些基

摘    要：本实验主要实现图像的加噪和去噪。模拟数字图像的噪声主要由于噪声广泛存在于图像的产生和传输过程。图像传感器的工作情况受各种因素的影响，如图像的获取中的环境条件和传感器自身的质量。图像在传输过程中主要由于所用的传输信道的干扰而受到噪声污染。在本次实验的加噪过程中使用的是椒盐噪声，有时也被称为脉冲噪声、散粒噪声或尖峰噪声。脉冲噪声主要表现在成像中的短暂停留中，例如错误的开关操作。去噪过程中

双线性插值（Matlab实现）一、原理最近用到插值算法，使用三次样条插值时仿真速度太慢，于是采用算法简单的线性插值。本篇主要介绍一下双线性插值的实现方法。1. 线性插值已知坐标 (x0, y0) 与 (x1, y1)，要得到 [x0, x1] 区间内某一位置 x 在直线上的值。由于 x 值已知，所以可以从公式得到 y 的值已知 y

1.图像的几何学变换       之前的博文里，我简单的介绍了图像的放大与缩小。放大与缩小也算是图像的几何学变换，本文介绍了其他的几何学变换，包括旋转、水平倾斜和垂直倾斜（当然，还有水平移动与垂直移动。这些变换很简单，不需要插值，所以这里就不着重介绍了）。       假设输入图像为G(u,v)，其变换后的图像为F(x,y)。其变化的方法，如下所示。     

三、前沿国际国内期刊与会议这里的期刊大部分都可以通过上面的专家们的主页间接找到1.国际会议 2.国际期刊 3.国内期刊 4.神经网络 5.CV 6.数字图象 7.教育资源，大学 8.常见问题1. 国际会议现在，国际上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 Compute