yuandm819的博客

很多时候看到PCA，只知PCA是用来特征降维的，却不知道其具体的实现过程及原理。看过几篇大牛的讲解后，降我的理解写下来。先通过网上的例子说明PCA的计算流程：2. PCA计算过程    begin：十个样本，每个样本包含2尾特征     假设数据如下：     可以认为有10辆汽车，x是千米/小时的速度，y是英里/小时的速度，等等。     第一步分

转自：http://www.360doc.com/content/15/1212/23/20007814_519967668.shtml1. 不同类型的角点在现实世界中，角点对应于物体的拐角，道路的十字路口、丁字路口等。从图像分析的角度来定义角点可以有以下两种定义：角点可以是两个边缘的角点；角点是邻域内具有两个主方向的特征点；前者往往需要对图像边缘进行编码，这在很大

1.首先我们来说明Hough变换的定义：    如下图，直角坐标系中有一条直线l，原点到该直线的垂直距离为ρ，垂线与x轴的夹角为θ，则这条直线是唯一的，且该直线在极坐标系中的方程为：ρ=xcosθ+ysinθ。

***无意看到了拉普拉斯的图像融合算法，浏览了几篇博客，终于弄懂了其中的原理，现在作一个记录，方便以后理解使用。****算法流程：1.分别计算待融合的两幅图像的拉普拉斯金字塔2.计算得到两幅图像最顶层的高斯金字塔（这一步包含在第一步当中，因为在求拉普拉斯金字塔前要先得到图像的高斯金字塔）3.生成每一级的掩模金字塔（用来后面做叠加融合）4.分别用每一级相应的掩模对每一级的

参考资料：https://www.zhihu.com/question/27467127主要参考知乎网友韩世麟关于“色彩校正中gamma值是什么？”的回答。总结起来，gamma校正中关键点为：1.根据韦伯定律，人对自然界刺激的感知是非线性的。人心目中看起来中灰的色块，其物理亮度值大约在白色块的20%左右。2.灰阶预算很紧张。普通情况下，我们用一个字节表示灰度值，最小为0 ，最大为255.因此，为了...