基本概念        OpenCV之前有个cvSnakeImage函数实现了Snakes活动轮廓模型，但是cvSnakeImage函数在opencv2中已经被去掉。由于没有无法得知其依据的论文，这里根据源代码简单介绍它的原理。遍历每个轮廓的点，计算该点邻域内每个点的能量E，将能量最小的点代替当前点。E= alpha.

示例演示        如果在中文搜索的话，一般会找到《数字图像处理-图像分割：Snake主动轮廓模型 Matlab代码及运行结果》。里面有句代码，千万别用，否则出不来效果。（别问我怎么知道的）% 转化为双精度型%I = im2double(I);     &...

正则化        为了避免过拟合问题，一个常用的方法是正则化（regularization）。正则化的思想就是在损失函数中加入刻画模型复杂的指标。假设用于刻画模型在训练数据上表现的损失函数为J(θ)，那么在优化时不是直接优化J(θ)，而是优化J(θ)+λR(w)，其中R(w)刻画的是模型的复杂度，而λ表示模型复杂.

几何活动轮廓模型——水平集分割：Active Contours Without Edges水平集方法        水平集是跟踪轮廓和表面运动的一种数字化方法，它不直接对轮廓进行操作，而是将轮廓设置成一个高维函数的零水平集。这个高维函数叫做水平集函数。然后对该水平集函数进行微分，通过从输出中提取零水平集来得到运...

基本概念        在训练神经网络时，需要设置学习率（learning rate）控制参数更新的速度。学习率决定了参数每次更新的幅度，如果幅度过大，那么可能导致参数在极优值的两侧来回移动。相反，当学习率过小时，虽然能保证收敛性，但是这会大大降低优化速度。    &nbsp..

基本概念        在训练神经网络时，需要设置学习率（learning rate）控制参数更新的速度。学习率决定了参数每次更新的幅度，如果幅度过大，那么可能导致参数在极优值的两侧来回移动。相反，当学习率过小时，虽然能保证收敛性，但是这会大大降低优化速度。    &nbsp..

距离度量方法假设对于像素P(Xp,Yp)， Q(Xq,Yq)，R（Xr，Yr）而言，若函数D满足如下三个条件，则函数D可被称为距离函数或度量。1、D(P,Q)>=0,当且仅当P=Q时有D(P,Q) = 02、D(P,Q) = D(Q,P)3、D(P,Q) =< D(P,R) + D(R,Q)常见的几个距离函数有1、欧式距离其距离等于r的像素形成以...

基本概念        提取连通分量的过程实际上也是标注连通分量的过程，通常的做法是给原图像中的每个连通区分配一个唯一代表该区域的编号，在输出图像中该连通区内的所有的像素值就赋值为该区域的编号，我们将这样的输出图像称为标注图像。这里介绍一种基于形态学的膨胀操作的提取连通分量的方法。  &nbs...

基本概念        在图像处理中，高斯滤波一般用高斯模板。除此之外，还有递归高斯滤波、FFT法、重复卷积法等。1、直接卷积法2、重复卷积法3、FFT实现法        原理很简单out = IFFT2（FFT（in）*...

基本概念1987年由 Kass 等人提出的主动轮廓模型即蛇模型(snake 模型)。活动轮廓模型可以用在图像分割和理解中，也适用于分析动态图像或三维图像。Snake定义为最小的能量样条曲线。下面重点介绍Kass的《Snakes：active contour models》这篇论文。设v(s)=[x(s),y(s)]为活动轮廓线，s∈[0, 1]是弧长，其能量函数为：其中Eint表示曲线因为...