qiye005的专栏

最大类间方差法(大津法，OTSU)最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。对于图像I

1、uint8与double    double函数只是将读入图像的uint8数据转换为double类型，一般不使用；常用的是im2double函数，将uint8图像转为double类型，范围为0-1，如果是255的图像，那么255转为1，0还是0，中间的做相应改变。MATLAB中读入图像的数据类型是uint8，而在矩阵中使用的数据类型是double。因此    I2=im2d

转自千里8848的博文 Angel Eyes进展到今天，不管是技术，管理，市场人员都已经慢慢滴了解了计算机视觉和增强现实到底是个什么玩意，到底有多牛逼，也了解了我们究竟能不能够做出来，或者说能够做到哪一步——相信在未来不久的时间里也会有个明确的答案。在参与Angel Eyes的这段时间里，阅读并收集了不少的有关CV方面的资料，作了一个列表，以下列出的是研发计算机视觉技术的公司（团队）和个人，有些来

多数转自：[http://blog.youkuaiyun.com/lichengyu/article/details/8457425] 　　　　　http://blog.youkuaiyun.com/love_xunmeng/article/details/8274400 　　　　　(http://blog.youkuaiyun.com/lichengyu/article/details/8457425) 参考http://en

以下内容，转自返回《3D打印：三维智能数字化创造》试读 　　假设你现在已经拍摄了脚的多张各个角度的2D照片，那么如何将这些照片转化成一个3D数字化形状呢？首先第一步，你要对摄像机进行定标，比如确定摄像机的焦距、摆放位置和角度等。 　　我们先来看看摄像机的成像模型[1]。摄像机的成像模型一般采用针孔模型（Pin-Hole Model），与我们中学时学的小孔成像是一个原理，如图6-21所示。

写在前面的话，本博客是我在学习《图像理解理论与方法》5.2.3章节不懂的情况下通过网页查询找到的，感觉不错转载过来。 原网页：http://wiki.swarma.net/index.php/ISING模型 感谢分享！ 正文： 1. ISING模型简介 　　可以毫不夸张地说，Ising模型是统计物理中迄今为止唯一的一个同时具备:表述简单、内涵丰富、应用广泛这三种优点的模型。Ising模型

转自：例说Hausdorff距离给定欧氏空间中的两点集 ， ，Hausdorff距离就是用来衡量这两个点集间的距离。 　　　　　　　　　　　　其中， ， 。 称为双向Hausdorff距离， 称为从点集A到点集B的单向Hausdorff距离。相应地 称为从点集B到点集A的单向Hausdorff距离。 　　下面从一个例子来理解Hausdorff距离。 　　 　　上图中，给出了A,B,C,D四条