weixin_45363113的博客

高斯混合模型就是用高斯概率密度函数(正态分布曲线)精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数(正态分布曲线)形成的模型。假如我们我们现有的数据分布如红线所示，可以发现用一个高斯分布很难较好的描述这组数据的分布，所以我们能够用两个高斯分布加权平均得到一个新的分布，其中每一个数据点都有一定概率属于两个高斯分布中的一个。GMM只是若干个高斯分布的加权平均（上图中是两个高斯分布）P(x)=∑k=1KαkN(μk,Σk)∑k=1Kαk=1P(x)=\sum_{k=1}^K\alpha_kN(\

梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）（拉普拉斯）算子是一种二阶导数算子，其具有旋转不变性，可以满足不同方向的图像边缘锐化（边缘检测）的要求。拉普拉斯算子（LaplaceOperator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）这分别是图像在(x,y)点处x方向和y方向上的梯度，从上面的表达式可以看出来，图像的梯度相当于2个相邻像素之间的差值。...