序章 　　圖像增強常用的三類基本函數:線性函數(反轉和恆等變換)、對數函數(對數和反對數變換)和冪律函數(n次冪和n次根變換)。如下圖所示： 　　其中恆等變換和反轉變換都屬於線性變換，在之前的博客中我整理過反轉變換，而直接的線性變換的效果其實不太好，分段線性變換的效果會更常用些，但分段 ...

實現圖像灰度化，使用像素處理方法對圖像進行灰度化處理。 1. 圖像灰度化 1.1 圖像灰度化的目 ...

什么是線性變換和非線性變換 一、總結 一句話總結： [①]、從數值意義上，變換即函數，線性變換就是一階導數為常數的函數，譬如y=kx，把y=kx拓展為n維空間的映射，x、y看做n維向量，當k為常數時，易得滿足同質性f(ka)=kf(a)，當k為一個矩陣時，易得滿足可加性f(a+b)=f ...

有時候特征x和目標y不呈線性關系，線性模型y=wx+b不能很好地反映事物的規律或者無法對事物進行有效分類，因此此時我們需要使用非線性模型。 （x=([x1,x2,...,xn])T，w=([w1,w2,...,wn])T） 比如說下圖的分類問題，顯然無論用什么樣的直線都很難把圈圈和叉叉 ...

線性變換就是矩陣的變換，而任何矩陣的變換可以理解為 一個正交變換+伸縮變換+另一個正交變換。（正交變換可以暫時理解為 不改變大小以及正交性的旋轉/反射 等變換）A*P = y*P ，y就是特征值，P是特征向量，矩陣A做的事情無非是把P沿其P的方向拉長/縮短了一點（而不是毫無規律的多維變換）。y描述 ...

以灰度圖像為例，假設原圖像像素的灰度值為D = f(x,y), (x,y)為圖像坐標，處理后圖像像素的灰度值為D’ = g(x,y),則灰度變換函數可以表示為： g(x,y) = T[f(x,y)] 或 D = T[D] 要求D和D’都在圖像的灰度范圍之內。灰度變換函數描述了輸入灰度值 ...

1 非線性變換 所謂非線性變換，就是把原始的特征做非線性變換，得到一個新的特征，使用這個新的特征來做線性的分類，則對應到原始的特征空間中，相當於做了非線性的分類。非線性變換的好處是，算法將有更多的選擇，Ein可以做的更低。 例如使用二次變換： 則Z空間中的一個直線分類邊界，對應 ...

線性變換就相當於一個空間到另外一個空間的轉換，在數學建模時經常用到，T（x）這個x可以時一個空間中的坐標，或者是基，或者是向量，線性變化就是將這些乘以一個矩陣，轉換到另外一個空間來表示，這個矩陣是線性變換的數學表示，不同的矩陣代表着不同的線性變換，當然線性變換在不同的的基下由不同的矩陣表示，不同基 ...