作者查詢 / doom8199
作者 doom8199 在 PTT [ MATLAB ] 看板的留言(推文), 共203則
限定看板:MATLAB
看板排序:
全部Grad-ProbAsk1850Math1304SENIORHIGH404tutor265trans_math263MATLAB203Physics129tetris112C_and_CPP58PushDoll39travian34graduate26puzzle17Perl7sex7Tech_Job3Hsinchu2KS98-3022TigerBlue2YZU_CN99A2Agronomy-991ASIA-uni1CGSH87th_3151CSMU-D971CSMU-HSA971CSMUdancepub1CSU1EEBaseball1FCU_EE97A1FCU_EE97B1FJU-Family1FJU-STAT95B1Gossiping1Hate1HCHS593051HCHS593141HCHS603121HCHS913111HCHS_ALUMNI1HSNU_11431Instant_Mess1KS95-3181KS98-3121Mathematica1MCU_Talk1NCCU02_Korea1NCCU08_Ethno1NCHU-Stat971NCHU-SWC1NCHU_AMpower1NCHU_ME1011NCKU_EARTH981NCUIM971NDHU_FIN991NTOU-AQUA981NTPU-STAT951NTUBIME-1021NTUEE_Lab4261NTUHistory981NTUot971NTUST-EE-B961NUTN_MS991Orzhong97cl1pccu_physics1PCSH96_3061Philosophy1Prob_Solve1RESIT1SCU_Japan96A1share1SSSH-16th-Fk1STDM-93-3031streetfight1study1tcfsh69th3201TCFSHvolley1Viator94Ding1WomenTalk1WuLing50-3021WuLing50-3061<< 收起看板(80)
2F推:應該可以利用 color transform 的概念,挑一張你覺得顏色06/08 10:02
3F→:相近的其它影像,來重建 red channel06/08 10:03
9F→:令 x = m*y + n, 調整(m,n), 讓 f(y) 係數不要過大(小)05/29 17:32
1F→:<1> 應該是 "col" 吧? <2> PCA, 不然就是 RVM05/26 17:32
4F→:直接套 DFT 公式算吧...05/20 01:39
4F→:若原po不care成本或時間,先找出矩形區域可覆蓋該05/11 09:25
5F→:封閉區域 C。對該矩形區域灑上大量點,在排除 C外的點05/11 09:26
1F推:是 低維24筆資料 對應到 高維24筆資料嗎?04/28 19:33
2F→:若是的話,最簡單可以用 least square F=E(C')*pinv(CC')04/28 19:34
3F→:以後只要有新的資料 x(3,1) 進來, 算一下 F*x 即可04/28 19:34
10F推:若你創一個 mapping 是完全對應那 24筆資料04/29 18:30
11F→:很容易會有 overfit 問題04/29 18:30
14F推:LS 就是一個 mapping 函數XD ( f(x) = Fx )04/30 06:45
15F→:只要你那24筆資料沒有 "outlier",基本上是可以估的還不錯04/30 06:46
16F→:若你要估得更好,最好的方法就是直接針對問題本身著手04/30 06:48
17F→:因為你那24筆資料不是憑空得來的,背後應該會遵循某些規則04/30 06:49
18F→:若那24筆資料真的是憑空得來,還是想做類似內插的動作04/30 06:51
19F→:那可以試試把問題轉到新的 domain 上04/30 06:54
20F→:再試試 Bayesian linear regression, 或是類神經網路04/30 06:54
9F推:好可愛XD04/25 14:04
2F推:polynomial 用想的就知道 fit 效果很差04/21 14:09
3F→:可以試試 logistic 函數當 basis 來 fit04/21 14:10
3F→:因為 imagesc 函式要求值要介於 0~104/16 21:52
5F→:若你是讀取 rgb 圖片,要先除以 255.004/16 21:53
7F→:看錯誤訊息是如此@@''04/16 21:53
15F推:秀圖有很多種方法,重點是你想要呈現何種數據04/16 22:21
16F→:例如 x 和 y 同樣是介於 0~1 的數據04/16 22:22
18F→:只要做個如 y = x^n, n>0 的轉換04/16 22:23
20F→:intensity 就會有所改變04/16 22:23
21F→:那你就是先把你想要的數據處理好,在調整為 0~1 or 0~25504/16 22:25
35F→:0~35 那個是數據,並非是顏色04/16 22:53
37F→:秀圖跟你數據的範圍沒啥太大關係04/16 22:54
39F→:所以你 35 那個數據,真的就代表 nrmalize graylevel04/16 22:55
40F→:0~255 中的 35 ?04/16 22:55
47F→:所以那只是數據而已. 您只是想用顏色強度or鮮豔度來表示04/16 22:59
48F→:0~35 的數據. 那就跟秀圖的0~1 or 0~255 沒關係04/16 22:59
49F→:會要你把B的data 調整為 0~1 or 0~25504/16 23:00
50F→:只是要你配合現有matlab 的函式+顏色表示你的數據而已04/16 23:01
51F→:不要把 normalize 的color數據當成是你真的 0~35 數值04/16 23:01
52F推:意思是,你要自己定義好顏色 c 跟數據 x 的關係04/16 23:04
64F→:原po若還不太清楚 c 跟 x 要如何定義,就直接打04/16 23:30
65F→:imshow(uint8(T61*255.0/40.0))04/16 23:32
66F→:打錯,應該是 imshow(uint8((T61+5.0)*255.0/40.0))04/16 23:33
68F推:若你想把它存成圖檔, 一樣會做量化等動作阿XD04/17 08:53
69F→:基本上您打 imshow((T61+5.0)/40.0)) 也是一樣的意思04/17 08:57
70F→:若您只是要保留資料,直接save就好,無須存成圖檔04/17 08:58
2F→:一般的做法是把想要的區域轉成 descriptor, 再做比較04/15 15:37
5F推:找 paper 來看... 只要能用有系統的數學 model 來描述04/16 08:37
6F→:一個問題,都可以叫做 descriptor. 所以做法很多種04/16 08:37
7F→:要看你背後的數學模型考量的是啥04/16 08:39
8F→:至於切圖... help roipoly , impoly 等相關語法04/16 08:40