数字图像处理

傅立叶变换

数字图像处理——傅立叶变换 欧拉公式 对于一个复平面(对于欧几里得平面而言,把实数作为x轴,虚数作为y轴)

EDITOR'S SELECTION

推荐文章

文章列表

  • 全部
  • GAN2
  • 数组1
  • GPT1
  • 特征点检测3
  • 树的遍历1
  • transformer3
  • 注意力机制1
  • 多视角几何3
  • 相机模型1
  • 图像变换1
  • SpringCloud1
  • 并查集1
  • 变量1
  • 类与对象3
  • 博弈论1
  • 形态学处理1
  • 彩色图像处理1
  • 回溯算法4
  • 概率图模型2
  • 双指针3
  • 优化算法1
  • 小波变换3
  • 聚类算法3
  • 集成学习1
  • 贪心算法7
  • 多分辨率技术1
  • 动态规划13
  • 图像复原1
  • 图像去噪3
  • 频率域滤波5
  • 特征工程1
  • 模型优化1
  • 空间滤波3
  • 数学符号1
  • 分词处理1
  • 线性判别5
  • 矩阵论9
  • 灰度变换2
  • 分治法6
  • 概率论与数理统计1
  • Prim1
  • 直方图处理3
  • 贝叶斯学习1
  • 算法分析3
  • 深度学习

    LAPGAN浅析

    LAPGAN 引言 在原始 GAN和CGAN中,还只能生成 16*16, 28*28, 32*32 这种低像素小尺寸的图片。而LAPGAN首次实现 64*64 的图像生成。与其一下子生成这么大的图像 (包含信息量这么多),不如一步步由小到大,这样每一步生成的时候,可以基于上一步的结果,而且还只需要“

  • 计算机视觉

    8点法估计基础矩阵

    8点法估计基础矩阵 8点法 根据两幅图像中8个对应点对之间的关系,采用SVD求解最小二乘方 约束:

  • 计算机视觉

    GAN

    GAN GAN的结构 GAN的设计灵感来源于博弈论中的零和博弈(Zero-sum Game),在零和博弈中,参与双方的收益是完全相反的,一方的收益必然导致另一 方的损失,总收益为零。 GAN 主 要 由 两 部 分 组 成 : 生 成 器 ( Generator ) 和 判 别 器 (Discrim

  • 计算机视觉

    双目视觉浅析

    双目视觉 理想双目相机成像模型 对于双目视觉的建模如下,其中 O、O^{\prime}是两个相机的位置,X是成像点在空间中的位置, \mathbf x是X在图像1上的位置,

  • 算法

    LeetCode 287 寻找重复数字

    LeetCode 287 寻找重复数字 给定一个包含 n + 1 个整数的数组 nums ,其数字都在 [1, n] 范围内(包括 1 和 n

  • 算法

    LeetCode279 完全平方数

    LeetCode279 完全平方数 完全平方数 是一个整数,其值等于另一个整数的平方;换句话说,其值等于一个整数自乘的积。例如,1、4、9 和 16

  • 算法

    LeetCode238 除自身以外数组的乘积

    LeetCode238 除自身以外数组的乘积 给你一个整数数组 nums,返回 数组 answer ,其中 answer[i]

  • 计算机视觉

    DLT 直接线性变换

    DLT 直接线性变换 对于单应变换 x_i^{\prime}=Hx_i,易知两图中对应的特征点,如何找出所需要的H,为了解决这个问题,可以采用DLT算法

  • 深度学习

    Swin Transformer 浅析

    Swin Transformer 浅析 引言 因为ViT无法实现CNN中的层次化构建以及局部信息,由此微软团队提出了Swin Transformer来解决该问题。

avatar

Gowi's Blog

IT小菜鸡

  • 107

    文章

  • 9

    分类

  • 512

    访问量

  • 首页
  • 分类
  • 标签
  • 归档
  • 关于
  • 后台
请您轻一点,我是很昂贵的机器人哦! O.O