Seven

上一篇介绍了Motivation and Data Engine and Dataset：本篇将介绍Task and Model:

肺叶分割标签示意图：完整预览：

一般来说, 牛顿法主要应用在两个方面,        1, 求方程的根; 2, 最优化。1，求方程的根其原理便是使用泰勒展开，然后去线性部分，即：                (1)然后令上式等于0，则有：                                (2)经过不断迭代：         

本文转自：http://www.cnblogs.com/Imageshop/p/6193433.html     现在这个社会发展的太快，到处都充斥着各种各样的资源，各种开源的平台，如github,codeproject,pudn等等，加上一些大型的官方的开源软件，基本上能找到各个类型的代码。很多初创业的老板可能都曾经说过基本上我的程序员不需要自己写算法，但是他们要学会搜索，强有力的搜索能

1.腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作如果都为1，结果图像的该像素为1。否则为0。结果：使二值图像减小一圈2.膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。膨胀的算法：

高斯混合模型GMM是一个非常基础并且应用很广的模型。对于它的透彻理解非常重要。网上的关于GMM的大多资料介绍都是大段公式，而且符号表述不太清楚，或者文笔非常生硬。本文尝试用通俗的语言全面介绍一下GMM，不足之处还望各位指正。首先给出GMM的定义这里引用李航老师《统计学习方法》上的定义，如下图：定义很好理解，高斯混合模型是一种混合模型，混合的基本分布是高斯分布而已。

双边滤波器是什么？双边滤波（Bilateral filter）是一种可以保边去噪的滤波器。之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数。另一个由像素差值决定滤波器系数。可以与其相比较的两个filter：高斯低通滤波器(http://en.wikipedia.org/wiki/Gaussian_filter)和α-截尾均值滤波器（去掉百分率为

本博客主要翻译了Yuri Boykov and Vladimir Kolmogorov在2004年发表的改进最大流最小割算法用于计算机视觉的论文：An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Vision内容上参考了（好吧，我承认就是无耻的抄袭）博客：CV |