yayan01的专栏

VLFeat和Piotr’s Image & Video Matlab Toolbox2015-5Matlab计算机视觉/图像处理工具箱推荐首先要推荐Matlab计算机视觉/图像处理工具箱推荐一文，对很多Matlab环境下的计算机视觉/图像处理工具箱进行了推荐介绍。本文是对其中提到的VLFeat和Piotr’s Image & Video Matlab Toolbox两个进行了

机器学习（Machine Learning）大家与资源发表于2015年4月7日由smallroof=======================国外====================Machine Learning 大家(1)：M. I. Jordan (http://www.cs.berkeley.edu/~jordan/)在我的眼里，M J

带色彩恢复的多尺度视网膜增强算法（MSRCR）的原理、实现及应用。    Retinex这个词是由视网膜(Retina)和大脑皮层(Cortex) 两个词组合构成的。Retinex理论主要包含了两个方面的内容：物体的颜色是由物体对长波、 中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照 非均匀性的影响,具有一致性 。     根据Retinex理论，

kezunhai@gmail.comhttp://blog.youkuaiyun.com/kezunhai           灰度共生矩阵最早由Robert M.在提出，早期称为灰度空间依赖矩阵（Gray-Tone Spatial-Dependence Matrices），在其论文里，根据灰度空间依赖矩阵可以计算28种纹理特征，详细内容可以参考：Textural Features for I

灰度共生矩阵        灰度共生矩阵定义为像素对的联合分布概率，是一个对称矩阵，它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息，但也反映了相同的灰度级像素之间的位置分布特征，是计算纹理特征的基础。       设f(x,y)为一幅数字图像，其大小为M×N，灰度级别为Ng，则满足一定空间关系的灰度共生矩阵为：        其中#(x

出处：http://blog.youkuaiyun.com/sbtdkj1017/article/details/1901663例1 采用动量梯度下降算法训练 BP 网络。训练样本定义如下：输入矢量为     p =[-1 -2 3  1      -1  1 5 -3]目标矢量为   t = [-1 -1 1 1]解：本例的 MATLAB 程序如下： close al

目录(?)[-]英文名称　　Texture Analysis学术解释学术定义作用分析对图像灰度空间分布模式提取和分析统计和结构两种方法进行纹理分析纹理基元与影调纹理分析是对图像灰度（浓淡）空间分布模式的提取和分析。纹理分析在遥感图像、X射线照片、细胞图像判读和处理方面有广泛的应用。关于纹理，还没有一个统一的数学模型。它起源于表征纺织品表面性质的纹理概念，

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义         至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点