type
status
date
slug
summary
tags
category
icon
password
计算机视觉实验
📝 作业1：边缘检测
题目内容：
1.自选一张图像，分别用Sobel算子和Canny算子滤波，进行边缘提取；
2.显示原始图像以及不同滤波器滤波后的结果；
3.对于Sobel滤波结果，显示x方向的梯度、y方向的梯度、梯度幅度、梯度角度等；
4.对于Canny算子滤波，显示滤波后边缘检测结果并分析不同结果的差异
📝 作业2：图像配准和拼接
题目内容：
自行拍摄同一场景不同角度的两幅图像，编程实现图像的拼接；
题目说明：
（1）基于图像特征点提取的相关内容，选择相关的特征点匹配算法（SIFT、SURF、HOG）完成特征点提取
（2）利用RANSAC算法实现特征点匹配
（3）利用图像几何变换算法实现图像变换和拼接。
📝 作业3：利用双目图像计算深度
题目内容：
- 根据给出的一组图像，利用函数求解视差图，并根据视差图求解深度 图。
📝 作业4：神经网络与深度学习
题目内容：
- 根据LetNet网络结构编写代码，实现MNIST手写数字识别。
一、MNIST数据集介绍
MNIST是一个作为机器学习入门的数据集之一，要学习机器学习分类、深度神经网络分类、图像识别与处理，可以选择MNIST数据集入门。
MNIST数据下载可以通过官网或者datasets.mnist的方式下载(在训练模型前下载数据)
二、模型训练思路
网上查阅资料后，对卷积神经网络有个大概的了解
卷积神经网络
卷积神经网络有以下关键的部分：输入层、卷积层、池化层、全连接层、输出层。(参考如下)
三、训练模块
四、预测模型
五、图片下载模块
📎 参考文章
- Author:XZY
- URL:https://xzy-blog.top/article/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89
- Copyright:All articles in this blog, except for special statements, adopt BY-NC-SA agreement. Please indicate the source!
Relate Posts