计算机视觉-图像检索与识别

前言图像映射的类型:1.平移(translation)2.旋转(rotation)3.尺度变换(scale)4.仿射(affine)5.透视映射(Perspective)刚体变换：平移+旋转，只改变物体位置，不改变物体形仿射变换：改变物体位置和形状，但是保持“平直性”投影变换：彻底改变物体位置和形状一、单应性什么是单应性？单应性变换是讲一个平面内的点映射到另一个平面内的二维投影变换。简单的来说就是

一、理论分析1.相机标定概念在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。目的：求出相机的内、外参数，以及畸变参数。作用： 标定相机后可以做两件事：1.是由于每个镜头的畸变程度各不相

一、Harris角点检测算法1.什么是角点局部窗口沿各方向移动，均产生明显变化的点；图像局部曲率突变的点；轮廓之间的交点；对于同一场景，即使视角发生变化，通常具备稳定性质的特征；该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化；2.基本思想使用一个固定小窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变

决策树一 决策树简介二 决策树的构造1.决策树的优缺点2.决策树的一般流程3.信息增益4 划分数据集5 递归构建决策树三 绘制树形图1 代码实现2 运行结果四 测试和存储分类器1.使用决策树执行分类2.决策树的存储一 决策树简介你是否玩过二十个问题的游戏，游戏的规则很简单：参与游戏的一方在脑海里想某个事物，其他参与者向他提问题，只允许提20个问题，问题的答案也只能用对或错回答。问问题的人通过推断分

目录一 简介二 理论基础2.1 拟合和回归2.2 逻辑回归假设函数2.3 成本函数2.4 参数学习(梯度下降)三 Logistic回归的一般过程四 基于Logistic回归和Sigmoid函数的分类4.1 logistic回归的优缺点4.2 Sigmoid函数五 基于最优化方法的最佳回归系数确定5.1 理论公式5.2训练算法：使用梯度上升找到最佳参数5.3 分析数据：画出决策边界5.4 训练算法随

一、Harris角点检测算法1.什么是角点局部窗口沿各方向移动，均产生明显变化的点；图像局部曲率突变的点；轮廓之间的交点；对于同一场景，即使视角发生变化，通常具备稳定性质的特征；该点附近区域的像素点无论在梯度方向上还是其梯度幅值上有着较大变化；2.基本思想使用一个固定小窗口在图像上进行任意方向上的滑动，比较滑动前与滑动后两种情况，窗口中的像素灰度变化程度，如果存在任意方向上的滑动，都有着较大灰度变