沧海桑田

摄像机是3D世界和2D图像之间的一种映射。 利用齐次坐标表示3D空间坐标X(X,Y,Z,1)\mathbf{X}(X,Y,Z,1)，2D图像空间坐标x(x,y,1)\mathbf{x}(x,y,1)，存在一个3X4的矩阵P\mathbf{P},满足： x=PX

在处理二值图像，提取感兴趣目标时经常需要通过连通域的大小对候选目标进行初步筛选。OpenCV中findContour 方法可以返回轮廓并能够计算轮廓面积。可其局限性在对于非凸多边形的面积计算是不准备的。 此时，利用连通域计算面积的方法更可靠，可findContour方法并不返回连通域结果。对于计算连通域基本方法主要有两种：1）Two-Pass法；2）Seed-Filling种子填充法； 参考...

高效检索计算机和网络中的海量信息，是处理它们的前提。本节开始，分三节总结三种经典的数据类型，用于实现高效的查找方法，亦即符号表。该三种数据类型分别为：二叉查找树、红黑树、和散列表。关于符号表的定义： 符号表是一种存储键值对的数据结构，支持两种操作：插入（input），即将一组新的键值对存入表中； 查找（get），即根据给定的键得到相应的值。表格 | 时间 放大 | 放大...

高效排序（快速排序）快速排序可能是应用最广泛的排序算法，实现简单，适用于各种不同的输入数据且在一般应用中比其他排序算法都要快的多。快速排序是一种分治的方法。将一个数组分成两个子数组，将两部分独立地排序。快速排序和归并排序互补：归并排序将数组分成两个子数组分别排序，并将有序的子数组归并以将整个数组排序；而快速排序则是当两个子数组都有序时整个数组也就自然有序。归并排序，递归调用发生在处理整个数...

优先队列与堆排序首先，介绍优先队列的概念与应用许多应用程序都需要处理有序元素，但不一定要求全部由序，或者不一定要求一次性排序。多数情况下，我们会收集一部分元素，处理当前键值最大的元素，然后再收集更多的元素，再处理当前键值最大的元素，如此这般。例如，手机能够同时运行多个应用APP。这是通过为每个应用的事件分配一个优先级，并总是处理下一个优先级最高的事件来实现的。绝大多数情况下手机分配给来电的...

高效排序（归并排序）这里开始分析比初级排序更高效的方法——归并排序。归并排序的核心思想为将两个有序的数组合并成一个更大的有序数组。对一个数组进行排序，可以将它分成两部分分别进行排序，然后将结果归并起来。此时不难发现，分割的子数组同样可以利用切分再归并的方式进行排序。这是一个递归调用的过程。高效排序（归并排序）归并方法自顶向下归并自底向上归并归并排序局限性...

算法系统学习首篇之排序排序在商业数据处理和现代科学计算中的重要性不言而喻。它能够应用于日常事物处理、组合优化、天体物理学、分子动力学、语言学、基因组学、天气预报和其他相关领域。 20世纪科学与工程领域的十大算法之一就是一种排序算法——快速排序。在标准库中已经实现排序函数，再学习排序算法仍有重要实际意义。再重温排序算法之前，我并没有意识到。对排序算法的分析将有助于全面理解比较算法性能的...

问题： 12个外表一样的小球，有11个球重量相同，另1个球为“坏球”，可能比较重，也可能比较轻。 如何利用天平称重3次来找出这个“坏球”？分析： 12个球中的某一个球为坏球，该事件的信息熵 H1H_1 即为 ∑12112−log(112)=log(12)\sum^{12} \dfrac{1}{12}-log(\dfrac{1}{12})

同态滤波原理简而言之，图像的同态滤波是基于以入射光和反射光为基础的图像模型上的，如果把图像函数F(x,y)表示为光照函数，即照射分量i(x,y)与反射分量r(x,y)两个分量的乘积，那么图像的模型可以表示为F(x,y)= i(x,y)*r(x,y)。通过对照射分量i(x,y)和反射分量r(x,y)的研究可知，照射分量一般反映灰度的恒定分量，相当于频域中的低频信息，减弱入射光就可以起到缩小图像灰度范围

RANSAC, Random Sample Consensus(随机抽样一致算法)是一个通用的鲁棒估计算法，由Fischler和Bolles提出文献。

Kmeans在进行样本聚类时，需要设定样本类别。ISODATA算法是在k-均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。因此，ISODATA是一种自适应聚类的算法。算法原理见聚类算法：ISODATA算法。这里给出ISODATA使用示例。首先，利用随机数生成待分类样本。给定一个圆的中心与半径，并设定样本点规模，生成二值样本。void ...