0%

BP神经网络概述

BP神经网络是神经网络中最基础也是应用最多的神经网络,它由三层节点组成,分别为输入层,隐含层和输出层。BP神经网络的实现比较简单,主要分为正向传递输出和反向传递误差两部分。

神经网络的万能逼近定律:一维阶梯函数的线性组合可以逼近任何一维连续函数;sigmoid函数可以逼近阶梯函数,因此一维sigmoid函数的线性组合能够逼近任何连续函数。(1989年,Robert Hecht-Nielsen)这为神经网络的应用提供了理论依据。

阅读全文 »

高通滤波器经常用来增强图像和提取图像的边缘信息,在日常的图像处理和图像识别中都有着很广泛的应用。这里要说明的高通滤波器主要有如下几种:非锐化掩膜,索贝尔算子,拉普拉斯算子,canny算法。

阅读全文 »

低通滤波器在我们的日常生活中很有用,图像模糊,图像去噪以及图像识别都需要低通滤波器的处理。低通滤波即滤除图像中的高频部分(变化很快的部分),留下低频部分(变化不明显得到部分)。滤波器的实现有空域和频域两种:空域滤波器是直接在空间图像上进行操作,图像矩阵和滤波器算子进行卷积得到滤波后的输出;频域滤波器是将图像经过傅里叶变换到频域上再与滤波器做乘法得到输出。

阅读全文 »

总体设计思路

视频的播放实际上就是一系列的图片按照一定的顺序,以一定的时间间隔连续播放所产生的视觉效果。因此,使用单片机驱动LCD去播放视频实际上就是让单片机以一定的时间间隔向LCD的缓存推送图片,让其不断刷新屏幕去切换图片即可。在文章的最后我放入了这个项目的源工程文件供大家参考。

阅读全文 »

在数字图像处理中,直方图均衡是调整图像亮度,对比度,图像增晰等操作中常用的做法。对于图像中各个不同的颜色进行直方图统计,采取统计数据对于颜色进行重新映射,从而达到调整对比度,图像增晰的目的。

阅读全文 »

图像配准即对于内容大致相同,但在角度,大小或是其他几何位置上有所偏差的两张或几张图像进行坐标变换。使得这些图像矫正到同一规整的大小,角度,坐标上。

图像配准对于图像拼接,制作全景图像,进行环境识别等方面有很大的用处。其原理简单,使用矩阵运算转换速度也很快,在选取映射点合适的情况下,配准效果很好。具体的转化方法如下:

阅读全文 »

本站建立于2020-03-10,建站过程如下:

  • 2020-03-10 godaddy上购买域名kezhi.me,以hexo为支持架设网站在GitHub仓库上
  • 2020-03-11 网站使用NexT主题,并不断加入元素进行美化
  • 2020-03-14 由于GitHub访问速度很慢,在腾讯云服务器上试部署
  • 2020-03-15 购买阿里云服务器一年,将网站部署在其上,域名kezhi.me在国内无法备案,购买并启用新域名kezhi.tech
  • 2020-03-20 网站图片部署至阿里云oss对象存储

2020

  • 2020-10-24 网站本地内容使用git进行管理并托管在gitee上以便于在多个设备之间进行同步。

2021

  • 2021-01-24 考虑到阿里云成本较高(最低配置一年约¥100:money_with_wings:),并且上传带宽较低(1Mbps)。经过多种方案比较之后考虑迁移个人网站到树莓派4B(2G内存,¥260)上,并且使用家里宽带套餐提供上传带宽(20Mbps)

2022

  • 2022-05-22 将标签页面改为标签云:cloud:的形式,感觉很不戳
  • 2022-05-26 新增友链页面,把朋友们的页面都放进去:busts_in_silhouette:。
  • 2022-07-21 网站更改中文链接为8位16进制编码(hexo-attrlink),这会影响网站之前的SEO优化:clown_face:,但为了分享时的便利,还是要改成短链接的。