image

2015.10.31图形处理器（GraphicsProcessingUnit,GPU）能够从硬件上支持T&L（TransformandLighting，多边形转换和光源处理）的显示芯片并行计算（ParallelComputing）时间并行数据并行空间并行任务并行任务并行是并行计算程序设计模型的一种。在这个模型中，每一个线程执行一个分配到的任务，而这些线程则被分配（通常是操作系统内核）到该并行计算体系的各个计算节点中去。高斯混合模型任意形状的概率分布都可以用多个高斯分布函数去近似，即高斯混合模型（GMM）可以平滑任意形状的概率分布2015.11.4像素值、灰度值、分辨率彩色图像的灰度值需要经过函数映射来得到，只要使R=G=B，三者的值相等就可以得到灰度图像。R=G=B=255为白色，R=G=B=0为黑色，R=G=B=小于255的某个整数时，此时就为某个灰度值（灰度值越大图像越亮）。象素=分辨率*尺寸阈值阈值又叫临界值，是指一个效应能够产生的最低值或最高值。形态学基本思想：用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到图像分析和识别的目的结构元素：一定尺寸的背景图像，没有固定形状和大小，由用户设计形态学中的基本运算：腐蚀、膨胀、开运算、闭运算刚性刚性是指两个物体相碰撞不会发生变形k-means算法（一种聚类算法）1、随机选取k个聚类质心点（clustercentroids）为。2、重复下面过程直到收敛{对于每一个样例i，计算其应该属于的类对于每一个类j，重新计算该类的质心}YUV（一种颜色编码方法）Y:亮度（灰度值）u和v表示色度HSIH:色调S饱和度I强度卡尔曼滤波最优化自回归数据处理算法，是去噪声的一种数据处理技术白噪声白噪声（whitenoise）是指功率谱密度在整个频域内均匀分布的噪声。所有频率具有相同能量密度的随机噪声称为白噪声。光流法一种运动估计方法。在一个图像平面上，物体的运动往往是通过图像序列中不同图像灰度分布的不同体现的。从而，空间中的运动场转移到图像上就表示为光流场，光流场反映了图像上每一点灰度的变化趋势。光流可以看作带有灰度的像素点在图像平面运动产生的瞬时速度场。二值图像（BinaryImage）是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。中值滤波法一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。原理：把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。均值滤波一种典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个像素，构成一个滤波模板，即去掉目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。2015.11.6高通滤波(high-passfilter)一种过滤方式，规则为高频信号能正常通过，而低于设定临界值的低频信号则被阻隔、减弱。但是阻隔、减弱的幅度则会依据不同的频率以及不同的滤波程序（目的）而改变。高通滤波是低通滤波的对立。图像二值化要想从多值的数字图像中直接提取出目标物体，最常用的方法就是设定一个全局的阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色（或者黑色），小于T的像素群的像素值设定为黑色（或者白色）。正则性正则性英文是regularity，正则性一般用来刻画函数的光滑程度，正则性越高，函数的光滑性越好椒盐噪声椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。去除脉冲干扰及椒盐噪声最常用的算法是中值滤波。消除图像中的噪声成份叫做图像的平滑化或滤波操作。滤波的目的有两个：一是抽出对象的特征作为图像识别的特征模式；二是为适应计算机处理的要求，消除图像数字化时所混入的噪声。对滤波处理的要求有两条：一是不能损坏图像轮廓及边缘等重要信息；二是使图像清晰，视觉效果好。开启和闭合开启：对图像先进行腐蚀再膨胀开启：对图像先进行膨胀再腐蚀2015.11.12图像直方图直方图是以图形化参数来显示图片曝光精确度的手段,其描述的是图片显示范围内影像的灰度分布曲线.它可以帮助分析图片的曝光水平等一些信息.直方图的左边显示了图像的阴影信息,直方图的中间显示了图像的中间色调信息,直方图的右边显示了图像的高亮信息.直方图的横轴从左到右代表照片从黑（暗部）到白（亮度）的像素数量,其左边最暗处的Level值为0,而右边最亮处的Level值为255.直方图的垂直轴方向代表了在给定的Level值下的像素的数目.反向投影所谓反向投影就是首先计算某一特征的直方图模型，然后使用模型去寻找图像中存在的该特征。（根据获得的颜色直方图将原始图像转化为色彩概率分布图）1.反向投影用于在输入图像（通常较大）中查找特定图像（通常较小或者仅1个像素，以下将其称为模板图像）最匹配的点或者区域，也就是定位模板图像出现在输入图像的位置。2.反向投影查找原理：查找的方式就是不断的在输入图像中切割跟模板图像大小一致的图像块，并用直方图对比的方式与模板图像进行比较。2015.11.19核函数核函数指所谓径向基函数（RadialBasisFunction简称RBF），就是某种沿径向对称的标量函数。通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数。径向基函数是一个取值仅仅依赖于离原点距离的实值函数，也就是Φ（x）=Φ(‖x‖),或者还可以是到任意一点c的距离，c点称为中心点，也就是Φ（x，c）=Φ(‖x-c‖)。任意一个满足Φ（x）=Φ(‖x‖)特性的函数Φ都叫做径向量函数。cvZero()清零。比如说：IplImageimg=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);%创建一幅图像cvZero(img);%相当于初始化图片，值都为0，矩阵大小为640*480