??已經(jīng)是很久以前的代碼了，今天剛好瞎逛上來（好巧）。運行鏈接里的demo.py應(yīng)該是可以直接出文章里的結(jié)果。如果是自己的圖片，應(yīng)該要自己寫一下讀取圖像的代碼。https://github.com/iwuqing/Digital-Image-Processing/tree/master/image%20segmentation%20based%20on%20k-means
基于K-means聚類算法的圖像分割1 K-means算法 實際上，無論是從算法思想，還是具體實現(xiàn)上，K-means算法是一種很簡單的算法。它屬于無監(jiān)督分類，通過按照一定的方式度量樣本之間的相似度，通過迭代更新...
內(nèi)容同步發(fā)表于 知乎 與 科創(chuàng)論壇 前陣子讀了一篇關(guān)于三維重建的論文，是Facebook團(tuán)隊聯(lián)合華盛頓大學(xué)發(fā)表在CVPR2019上的。這一論文嘗試用神經(jīng)網(wǎng)絡(luò)去近似SDF函數(shù)（...
Exec = 路徑/matlab -desktop 可以試試把這個后面的-desktop去掉
Linux下，為應(yīng)用程序添加桌面圖標(biāo)（ubuntu18.4）一、桌面圖標(biāo)位置 Lniux下桌面圖標(biāo)儲存路徑為：/usr/share/applications 二、桌面圖標(biāo)格式 所有桌面圖標(biāo)格式均為desktop，即名為XXX.desk...
都是當(dāng)是自己的筆記，如果能給別人帶來幫助就更好了:)
譜減法（Spectral Subtraction）本文簡要探討了語音信號的基本特性，并介紹了譜減法的基本原理，同時基于Matlab實現(xiàn)了原始譜減法及其一種改進(jìn)版。最后給出音頻波形、頻譜，從主觀的人耳和客觀的評判標(biāo)準(zhǔn)來量化所達(dá)...
本文簡要探討了語音信號的基本特性，并介紹了譜減法的基本原理，同時基于Matlab實現(xiàn)了原始譜減法及其一種改進(jìn)版。最后給出音頻波形、頻譜，從主觀的人耳和客觀的評判標(biāo)準(zhǔn)來量化所達(dá)...
本文介紹了系統(tǒng)的無記憶性（memoryless）、因果性（causality）、穩(wěn)定性（stability）、時不變（time-invariance）及線性（linearit...
本文介紹了單位階躍信號、單位沖激信號分別在離散和連續(xù)下的定義及關(guān)系 1 離散時間 1. 1 單位階躍信號 數(shù)學(xué)表達(dá)式 1. 2 單位沖激信號 數(shù)學(xué)表達(dá)式 1.3 兩者關(guān)系 一...
我們知道：對于任意的連續(xù)時間正弦信號，它都具有周期性且其最小正周期都是（是頻率）；而對于離散時間正弦信號，只有當(dāng)（是頻率）是一個實數(shù)時，它才具周期性且周期為的正整數(shù)倍。本文從...
在線性回歸（Linear Regression）問題中，我們可以通過梯度下降（Gradient Descent）來求解到最優(yōu)參數(shù)。使用正規(guī)方程（Normal Equation...
也許你寫了無數(shù)行的代碼，也許你能非常溜的使用高級語言，但是你未必了解那些高級語言的執(zhí)行過程。例如大行其道的Java。 Java號稱是一門“一次編譯到處運行”的語言，但是我們對...
卷積神經(jīng)網(wǎng)絡(luò)屬于前饋網(wǎng)絡(luò)的一種，同全連接前饋網(wǎng)絡(luò)一樣可以視為一個函數(shù)。與后者最大的區(qū)別是：卷積神經(jīng)網(wǎng)絡(luò)多了卷積層與池化層，因此卷積神經(jīng)網(wǎng)絡(luò)也具有提取局部特征的優(yōu)越性。 1 卷...
keywords: 時間序列處理; 深度學(xué)習(xí); keras 針對現(xiàn)有時間序列分類方法的特征提取與分類過程分離，且無法提取存在于不同時間尺度序列的不同特征的問題，作者提出MCN...
1 K-means算法 實際上，無論是從算法思想，還是具體實現(xiàn)上，K-means算法是一種很簡單的算法。它屬于無監(jiān)督分類，通過按照一定的方式度量樣本之間的相似度，通過迭代更新...
1 神經(jīng)元 神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本單元，接受一組輸入信號并產(chǎn)生輸出 1.1 基本機(jī)制 接收一個列向量輸入，通過下列表達(dá)式產(chǎn)生凈輸出 行向量為權(quán)重向量 為偏置 凈輸入通過激...
1 邊緣檢測背景知識 邊緣即指圖像中連接在一起的像素值發(fā)生突變的像素點的集合，故邊緣檢測則為檢測出圖像中所有的邊緣 1.1 處理方法 根據(jù)邊緣像素的像素值突變的特性，可以想象...
1 最近鄰插值 1.1 基本原理 假定 源圖像的尺寸為 經(jīng)最近鄰插值處理后的圖像的尺寸為 由此可以得到縮放倍數(shù) 現(xiàn)取圖像中的一點，可以知道對應(yīng)在圖像中的理論計算位置為 而上式...
1. 加性高斯白噪聲 1.1 特點 加性高斯白噪聲屬于白噪聲的一種，有如下兩個特點： 功率譜密度為常數(shù)，即白 高斯則為其幅度的概率密度函數(shù)服從高斯分布 1.2 高斯分布的一維...
前言 直方圖均衡的核心思想是將圖像中每個灰度級的概率均勻化。從直方圖上，可以明顯觀察到均衡化后的圖像直方圖較處理器的更加平坦，亦即分布均勻。下面給出數(shù)學(xué)證明及Python實現(xiàn)...