<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wanglp094的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wanglp094</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wanglp094]]></copyright><item><title><![CDATA[图像傅里叶变换]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/8615726</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/8615726</guid><author>wanglp094</author><pubDate>Tue, 26 Feb 2013 22:10:57 +0800</pubDate><description><![CDATA[傅立叶变换在图像处理中有非常非常的作用。因为不仅傅立叶分析涉及图像处理的很多方面，傅立叶的改进算法，比如离散余弦变换，gabor与小波在图像处理中也有重要的分量。印象中，傅立叶变换在图像处理以下几个话题都有重要作用：1.图像增强与图像去噪绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频——噪声; 边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘；2.图像分割之边缘检测提取图]]></description><category></category></item><item><title><![CDATA[使用复数运算库]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/8173342</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/8173342</guid><author>wanglp094</author><pubDate>Mon, 12 Nov 2012 11:05:33 +0800</pubDate><description><![CDATA[使用复数运算库
复数是由实部和虚部组成的数。例如：
3.2 + 4i 1 + 3i 1 + 2.3i 
在特例情况下，如 0 + 3i 是纯虚数，通常写为 3i；5 
+ 0i 是纯实数，通常写为 5。可以使用 complex 数据类型来表示复数。

注 – 
复数运算库 (libcomplex) 仅可用于兼容模式 ( -compat[ =4]) 下。在标准模式（缺省模式）下，C++]]></description><category></category></item><item><title><![CDATA[希尔伯特变换的实现——数据分析漫谈]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/8173132</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/8173132</guid><author>wanglp094</author><pubDate>Mon, 12 Nov 2012 10:25:58 +0800</pubDate><description><![CDATA[在利用希尔伯特变换提求地震资料的地震子波时，其实际的困难在于相位谱的求取，附加希尔伯特变换的程序，望以后能够认真分析，认真学习，积累点点滴滴的知识。
#define PI 3.1415926      
#define PI2 6.2831853
#include "stdio.h"
#include "math.h"
/*  inv=1 forward transform; inv=-]]></description><category></category></item><item><title><![CDATA[希尔伯特变换的实现——数据分析漫谈]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/8173116</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/8173116</guid><author>wanglp094</author><pubDate>Mon, 12 Nov 2012 10:23:34 +0800</pubDate><description><![CDATA[希尔伯特变换 (Hilbert transform(HT)) 1主要用于求实数信号的包络，也可以用于数据分析，如Hilbert-Huang transform (HHT)2。
 
HT在实际应用中会遇到两个具体的问题：i）其滤波器在零点是奇异的，不易于实际计算；ii）其不能压制高频噪声，因而不利于求包络。本博客提供一个低通HT，即
 Low-passing HT (LPHT)。LPHT能够可]]></description><category></category></item><item><title><![CDATA[图像代数运算：平均值去噪，减去背景]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7853001</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7853001</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 19:57:39 +0800</pubDate><description><![CDATA[代数运算，就是对两幅图像的点之间进行加、减、乘、除的运算。四种运算相应的公式为：




代数运算中比较常用的是图像相加和相减。图像相加常用来求平均值去除addtive噪声或者实现二次曝光（double-exposure）。图像相减用于减去背景或周期噪声，污染等。

图像相加




OpenCV中提供了相加的函数




[cpp] view
 plainco]]></description><category></category></item><item><title><![CDATA[直方图应用：直方图均衡化，直方图匹配，对比直方图]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7852941</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7852941</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 19:32:30 +0800</pubDate><description><![CDATA[直方图均衡化

直方图均衡化（Histogram Equalization）是直方图最典型的应用，是图像点运算的一种。对于一幅输入图像，通过运算产生一幅输出图像，点运算是指输出图像的每个像素点的灰度值由输入像素点决定，即：




直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数过程。从分布图上的理解就是希望原始图像中y轴的值在新的]]></description><category></category></item><item><title><![CDATA[SIFT算法实现理解及注释详解(基于Rob Hess源码)]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7852891</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7852891</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 19:08:05 +0800</pubDate><description><![CDATA[Rob Hess的SIFT算法实现理解及注释

        SIFT算法不用我多解释了，这是一个很强大的算法，主要用于图像配准和物体识别等领域，但是其计算量相比也比较大，性价比比较高的算法包括PCA-SIFT和SURF其中OpenCV提供了SURF算法，但是为了方便理解。这里给出了Rob Hess所实现的SIFT算法的实现以及注释，结合我自己的理解，如果，您有关于SIFT算法不理解的地方咱]]></description><category></category></item><item><title><![CDATA[图像几何变换：旋转，缩放，斜切]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7852879</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7852879</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 18:57:57 +0800</pubDate><description><![CDATA[几何变换

几何变换可以看成图像中物体（或像素）空间位置改变，或者说是像素的移动。


几何运算需要空间变换和灰度级差值两个步骤的算法，像素通过变换映射到新的坐标位置，新的位置可能是在几个像素之间，即不一定为整数坐标。这时就需要灰度级差值将映射的新坐标匹配到输出像素之间。最简单的插值方法是最近邻插值，就是令输出像素的灰度值等于映射最近的位置像素，该方法可能会产生锯齿。这种方法也叫零阶插值]]></description><category></category></item><item><title><![CDATA[IplImage 结构]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7852619</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7852619</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 17:31:43 +0800</pubDate><description><![CDATA[IplImage 结构解读：

typedef struct _IplImage
{
int nSize;                    
/* IplImage大小 */
int ID;                         
/* 版本 (=0)*/
int nChannels;           
/* 大多数OPENCV函数支持1,2,3 或 4 个通]]></description><category></category></item><item><title><![CDATA[存取像素值操作汇总]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7852611</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7852611</guid><author>wanglp094</author><pubDate>Fri, 10 Aug 2012 17:29:36 +0800</pubDate><description><![CDATA[1.存取单个像素值

最通常的方法就是





[cpp] view
 plaincopy






img.at(i,j) = 255;  
img.at(i,j)[0] = 255;  


如果你觉得at操作显得太笨重了，不想用Mat这个类，也可以考虑使用轻量级的Mat_类，使用重载操作符()实现取元素的操作。







[cp]]></description><category></category></item><item><title><![CDATA[SIFT算法详解]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7828266</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7828266</guid><author>wanglp094</author><pubDate>Fri, 03 Aug 2012 18:02:45 +0800</pubDate><description><![CDATA[尺度不变特征变换匹配算法详解
Scale Invariant Feature Transform(SIFT)




对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。



1、SIFT综述

尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它]]></description><category></category></item><item><title><![CDATA[VC 2008 Express下安装OpenCV2.0/2.1]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7737819</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7737819</guid><author>wanglp094</author><pubDate>Wed, 11 Jul 2012 19:49:28 +0800</pubDate><description><![CDATA[本文档适用版本为OpenCV 2.0/2.1和Visual C++ 2008 Express，如使用其他版本，仅供参考。

OpenCV2.0官方安装文档，请参考：http://opencv.willowgarage.com/wiki/InstallGuide






目录
 [隐藏]

1 安装所需要的软件

1.1 安装VC++
 2008 Express1.]]></description><category></category></item><item><title><![CDATA[在vs2008环境下编译opencv程序时遇到的问题]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7715116</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7715116</guid><author>wanglp094</author><pubDate>Wed, 04 Jul 2012 14:40:40 +0800</pubDate><description><![CDATA[在VS2008环境下编译OpenCV程序遇到的问题。
    在VS2008环境下生成win32控制台程序，自动生成的代码如下：

    int _tmain(int argc, _TCHAR* argv[])
    {
  
        return 0;
    }
    使用IplImage* img = cvLoadImage(argv[1]);代码，编译时会出现]]></description><category></category></item><item><title><![CDATA[C++ 简单读写文本文件、统计文件的行数、读取文件数据到数组]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7706946</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7706946</guid><author>wanglp094</author><pubDate>Sun, 01 Jul 2012 18:49:13 +0800</pubDate><description><![CDATA[fstream提供了三个类，用来实现c++对文件的操作。（文件的创建、读、写）。
ifstream -- 从已有的文件读

ofstream -- 向文件写内容

fstream - 打开文件供读写


文件打开模式：

ios::in             读
ios::out            写
ios::app            从文件末尾开始写
ios]]></description><category></category></item><item><title><![CDATA[BP算法及例子]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7705882</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7705882</guid><author>wanglp094</author><pubDate>Sun, 01 Jul 2012 00:00:35 +0800</pubDate><description><![CDATA[用如下图1的神经网络结构(正向神经网络结构为2-4-4-2-1 )去逼近函数：

f(x1,x2) = (x1-1)^4 + 2×x2^2。

1）网络各神经元的激发函数为：s函数——F(x) = 1/(1+exp(-x)) ;

2）输入层的神经元不是真正的神经元，它们的输出等于输入。

3）取20个样本值作为训练用。

4）x1,x2的取值范围：0≤x1，x2≤1。]]></description><category></category></item><item><title><![CDATA[IplImage结构]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7703362</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7703362</guid><author>wanglp094</author><pubDate>Fri, 29 Jun 2012 17:27:18 +0800</pubDate><description><![CDATA[IplImage是OpenCV中CxCore部分基础的数据结构，用来表示图像，其中Ipl是Intel
 Image Processing Library的简写。

typedef struct _IplImage  
    {  
        int  nSize;         /* IplImage大小 */  
        int  ID;            /*]]></description><category></category></item><item><title><![CDATA[BP算法介绍]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7702907</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7702907</guid><author>wanglp094</author><pubDate>Fri, 29 Jun 2012 16:13:42 +0800</pubDate><description><![CDATA[什么是神经网络？
神经网络是由很多神经元组成的，首先我们看一下，什么是神经元
上面这个图表示的就是一个神经元，我们不管其它书上说的那些什么树突，轴突的。我用个比较粗浅的解释，可能不太全面科学，但对初学者很容易理解：
 
1、我们把输入信号看成你在matlab中需要输入的数据，输进去神经网络后
2、这些数据的每一个都会被乘个数，即权值w，然后这些东东与阀值b相加后求和得到u，
3、上面只]]></description><category></category></item><item><title><![CDATA[android系统简介]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7686439</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7686439</guid><author>wanglp094</author><pubDate>Sat, 23 Jun 2012 18:05:53 +0800</pubDate><description><![CDATA[Android是一种以Linux为基础的开放源代码操作系统，主要使用于便携设备。目前尚未有统一中文名称，中国大陆地区较多人使用“安卓”或“安致”。Android操作系统最初由Andy
 Rubin开发，最初主要支持手机。2005年由Google收购注资，并组建开放手机联盟开发改良，逐渐扩展到平板电脑及其他领域上。Android的主要竞争对手是苹果公司的iOS以及RIM的Blackberry]]></description><category></category></item><item><title><![CDATA[my_mouse_callback”: 函数调用缺少参数列表]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7683267</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7683267</guid><author>wanglp094</author><pubDate>Thu, 21 Jun 2012 16:35:55 +0800</pubDate><description><![CDATA[我在学习OpenCV时，有一节介绍鼠标点击事件，我试着编译书上面的代码，但是会出现错误。代码如下：
void CMyVideoDlg::draw_rect(IplImage* img,CvRect rect)
{
cvRectangle(img,cvPoint(rect.x,rect.y),cvPoint(rect.x + rect.width,rect.y + rect.height),c]]></description><category></category></item><item><title><![CDATA[fetal error C1083:无法打开编译器生成的文件:X\\Debug\\.......obj:permission denied]]></title><link>https://blog.youkuaiyun.com/wanglp094/article/details/7669773</link><guid>https://blog.youkuaiyun.com/wanglp094/article/details/7669773</guid><author>wanglp094</author><pubDate>Sat, 16 Jun 2012 22:48:47 +0800</pubDate><description><![CDATA[在编写完代码进行编译时，出现了一个错误：fetal error C1083:无法打开编译器生成的文件:X\\.......obj:permission denied
这是怎么回事呢？我到网上寻找答案，但一直没有找到合适的，我将项目关闭，退出软件，还是不行。这个问题折磨我了好几个小时，一直没有解决。
最后我将Debug文件下的文件全部删除，重新编译了一遍，这个错误就没有了。]]></description><category></category></item></channel></rss>