名词解释
2015-08-13 11:18
239 查看
1、图像阈值分割
把图像看作具有不同灰度级的两类区域(目标和背景),选取一个比较合理的阈值,以确定图像中的每个像素点属于目标区域还是背景区域,从而产生相应的二值图像。
2、图像傅里叶变换
冈萨雷斯版<图像处理>里面的解释非常形象:一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜,棱镜是可以将光分解成不同颜色的物理仪器,每个成分的颜色由波长(频率)来决定。傅里叶变换可以看成是棱镜,将函数基于频率分解成不同的成分,当我们考虑光时,讨论她的光谱或是频率普,同样,傅里叶变换使我们能通过频率成分来分析一个函数。
3、贝叶斯决策理论
贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。
贝叶斯决策理论方法是统计模型决策中的一个基本方法,其基本思想是:
★已知类条件概率密度参数表达式和先验概率
★利用贝叶斯公式转换成后验概率
★根据后验概率大小进行决策分类
把图像看作具有不同灰度级的两类区域(目标和背景),选取一个比较合理的阈值,以确定图像中的每个像素点属于目标区域还是背景区域,从而产生相应的二值图像。
2、图像傅里叶变换
冈萨雷斯版<图像处理>里面的解释非常形象:一个恰当的比喻是将傅里叶变换比作一个玻璃棱镜,棱镜是可以将光分解成不同颜色的物理仪器,每个成分的颜色由波长(频率)来决定。傅里叶变换可以看成是棱镜,将函数基于频率分解成不同的成分,当我们考虑光时,讨论她的光谱或是频率普,同样,傅里叶变换使我们能通过频率成分来分析一个函数。
3、贝叶斯决策理论
贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。
贝叶斯决策理论方法是统计模型决策中的一个基本方法,其基本思想是:
★已知类条件概率密度参数表达式和先验概率
★利用贝叶斯公式转换成后验概率
★根据后验概率大小进行决策分类
相关文章推荐
- 消除图片特定颜色实现截取效果
- xxxxxxclub系统模块分类
- 程序员如何更快的适应新工作
- Android性能优化
- Jquery 随笔记录
- C# 读取共享目录文件
- Codeforces Round #200 (Div. 2)344D Alternating Current(栈)
- 基于mediaPlayer实现的播放器,带有分级的目录功能;
- 【转】iOS动画总结
- JQ、JS 自动给文本框的数字加千分位(带format-number插件)
- Struts2 的 helloworld
- libgo协程库:网络性能完爆ASIO异步模型(-O3测试)
- Android Fragment基础及使用
- httpclient
- Java多线程之多线程异常捕捉
- 面试题之变态跳台阶
- 关于sizeof
- 用JS获取上传文件的真实路径 fakepath的问题
- java 随机长度10位数组,输入两个数字,找出差值最小的
- java 参数传递和String