opencv模块功能简介

Opencv模块学习

库core

Basic Structures

基础数据结构，大型的mat，sparsemat，algorithm(半球匹配，块匹配，背景提取，混合高斯，字典集，sift)，智能指针ptr

Basic C Structures and Operations

一些C API, 主要是cv1.0时代的老旧函数，感觉没什么用

Dynamic Structures

Cv1.0时代的函数，现在可以用vector代替

Operations on Arrays

数据处理，DCT,PCA,SVD,RNG(Random number generator)，常用对inputarray的函数Drawing Functions

画图函数，点线园，填充写字都可以

XML/YAML Persistence

Filestorage和filenode，用于在xml文件存取

XML/YAML Persistence (C API)

cv1.0时代产物

Clustering

就两个函数Kmeans和partition

Utility and System Functions and Macros

一些奇怪的函数，四舍五入函数，format，计时，监视错误

OpenGL interoperability

Opengl和opencv的结合，buffer，texture2d，arrays

库Imgproc

Image Filtering

各种滤波器，滤波器核(laplacian), 基础滤波器，双边，自适应双边，模糊，边缘插值，箱（均值）滤波，高斯金字塔，生成图片边缘，高斯滤波，线性，形态学，sobel，scharr，模糊下采样，上采样模糊，可以生成箱滤波器、快速线性可分滤波器(sobel或scharr)、高斯、线性、形态学、线性可分

Geometric Image Transformations

图像map色度变换，由三点数据求affine仿射矩阵，由四点数据求视角变换，不同尺度截取目标图像矩形区域，获取旋转矩阵，反仿射变换，极坐标变换，对数极坐标变换，几何坐标插值变换，大小变化，仿射变换，透视变换，矫正视差，畸变矫正图片，畸变校正点，，Miscellaneous Image Transformations

自适应阈值，颜色空间变换，离最近的零点的距离计算(应该用于漫水算法吧)，漫水算法，图像积分(用于某些算法haar-like)，阈值法，watershed分水岭算法—自适应迭代阈值，GrabCut自分割背景提取(基于GraphCut，灰度直方图-混合高斯前景背景建模迭代)，Drawing Functions

ColorMaps in OpenCV

Histograms

计算直方图，直方图反响投影匹配小图块，直方图比较，EMD误差，直方图均衡化Structural Analysis and Shape Descriptors

轮廓特征矩moment，hu不变矩，求取重心，寻找轮廓，逼近折线，用折线寻找freeman 链，获取contour长度，寻找垂线，contour面积，寻找凸包，寻找轮廓凸包突出度，椭圆拟合，直线拟合，检测是否凸，最小旋转矩形检测，最小圆型检测，matchshape，点和contour 的位置关系。

Motion Analysis and Object Tracking

Feature Detection

Object Detection

C API

库highgui

分为三个模块，用户界面模块，读写图片视频模块，qt模块，用户界面模块可以画控制条，建立销毁窗口，读写视频图片

库video

没有类，就是光流法(稀疏光流法，浓密特征光流法，高斯金字塔)，camshift，meanshift，混合高斯模型背景提取，

库calib3d

分为相机校准和3D重建

校准可以用棋盘格圆格对称圆格，极线的匹配，欧拉空间转变到齐次方程(什么用？)，棋盘格角点渲染显示，pnp四点求相机世界坐标，仿射变换，3d-2d，2d-3d，立体块匹配，深度相机的校准

库features2d

Feature Detection and Description

Fast法提取特征点(对像素周围统计学取差异较大点)，mser(最大稳定极值区域，寻找颜色稳定的区域)，brisk法(对模糊图像有较好效果)，freak法(光照旋转尺度视角各方面都有不错效果)

Common Interfaces of Feature Detectors

试了一下opencv_source_code/samples/cpp/descriptor_extractor_matcher.cpp，是一个很有意思的小程序，命令行：“SURF SURFBruteForceCrossCheckFilter 1.jpg j.jpg 3”，通用特征检测接口，sift、surf、mser、"FAST"，"STAR"，"SIFT"，"SURF"，"ORB"，"BRISK"，"MSER" ，"GFTT" – GoodFeaturesToTrackDetector，"HARRIS" – GoodFeaturesToTrackDetector with Harris detector enabled，"Dense" – DenseFeatureDetector，"SimpleBlob" – SimpleBlobDetector Common Interfaces of Descriptor Extractors

特征提取，六种，sift surf brisk freak brief ORB

Common Interfaces of Descriptor Matchers

提取后的特征进行匹配，普通match，knn match，radius match，可以进行图和图已经图和图列的匹配

Common Interfaces of Generic Descriptor Matchers

面向更普遍的特征向量匹配问题，有些特征貌似不能描述为高维空间向量

Drawing Function of Keypoints and Matches

两个函数，画关键点和匹配

Object Categorization

Bagofword字典集的分类，应该是用特征计算字典集，再用字典集进行聚类

库object

Haar classifier cascade和latent SVM，在深度学习出来之前是应用较多的目标检测算法

库Ml

Statistical Models 统计学模型

Normal Bayes Classifier 朴素贝叶斯

K-Nearest Neighbors KNN算法K近邻

Support Vector Machines 支持向量机SVM

Decision Trees 决策树

Boosting 弱分类器，之前看过bootstrapping、adaboost，错分类别高度加权

Gradient Boosted Trees GBT，通过集成多棵决策树来实现强分类器，梯度提升树(GBTs).

Random Trees随机森林，据说是目前效果最好的分类器之一

Extremely randomized trees极端随机树，好像用的不多的样子

Expectation Maximization EM算法，期望最大化算法，高斯混合分布？

Neural Networks神经网络

MLData机器学习的数据，好多用的cvmat数据格式，貌似不是cv2.0以后的发展趋势

库flann

用于在大数据集或者高维数据集中寻找最近邻，又是KNN和radiussearch法，还有KMEANS

库photo

Inpainting

图像修复，用其他图块修补

Denoising

非局部均值滤波，利用块匹配，一块区域和附近区域比对然后叠加，数学基础是高斯噪声普遍均匀。

库stitching

Stitching Pipeline 这块完成了图像拼接

References

High Level Functionality

Camera

Features Finding and Images Matching

Rotation Estimation

Autocalibration

Images Warping

Seam Estimation

Exposure Compensation

Image Blenders

库nonfree

就是sift和surf的实现，不知为什么另外加了一个类，不过实现了surf的gpu和opcl

库contrib

Stereo Correspondence

立体匹配

FaceRecognizer Documentation

人脸识别

Retina Documentation

视网膜识别算法，id识别

OpenFABMAP

貌似是slam的一个子算法

库superres

超分辨率算法，应该是一个很大的块，但是目前只有几个函数

OpenCV主要函数介绍

4.1 OpenCV主要函数介绍 1) cvLoadImage 从文件中读取图像 IplImage* cvLoadImage(const char* filename,int flags=CV_LOAD_IMAGE_COLOR ); 函数cvLoadImage从指定文件读入图像，返回读入图像的指针。其中filename是要被读入的文件的文件名；flags指定读入图像的颜色和深度。 2)cvSaveImage 保存图像到文件 int cvSaveImage( const char* filename, const CvArr* image ); 函数cvSaveImage保存图像到指定文件。其中filename保存文件名。image 要保存的图像。图像格式的的选择依赖于filename的扩展名，只有8位单通道或者3通道（通道顺序为'BGR' ）可以使用这个函数保存。 3)cvQueryFrame从摄像头或者文件中抓取并返回一帧 IplImage* cvQueryFrame( CvCapture* capture ); 函数cvQueryFrame从摄像头或者文件中抓取一帧，然后解压并返回这一帧。这个函数仅仅是函数cvGrabFrame和函数cvRetrieveFrame在一起调用的组合。返回的图像不可以被用户释放或者修改。其中capture视频获取结构。。 4)cvCaptureFromCAM 初始化摄像头 CvCapture* cvCaptureFromCAM( int index ); 函数cvCaptureFromCAM给从摄像头的视频流分配和初始化CvCapture结构。其中index要使用的摄像头索引。如果只有一个摄像头或者用哪个摄像头也无所谓，那使用参数-1应该便可以。 5）cvHaarDetectObjects 用来检测图像中的人脸区域 CV API(CvSeq*) cvHaarDetectObjects( const CvArr* image, CvHaarClassifierCascade* cascade, CvMemStorage* storage, double scale_factor CV_DEFAULT(1.1), int min_neighbors CV_DEFAULT(3), int flags CV_DEFAULT(0), CvSize min_size CV_DEFAULT(cvSize(0,0)), CvSize max_size CV_DEFAULT(cvSize(0,0))); 用于快速检测人脸区域，便于提取得到人脸数据。其中image 为被检图像，cascade为 haar分类器级联的内部标识形式，storage 为用来存储检测到的一

(完整版)金属材料学(第二版)课后答案主编戴启勋

第一章钢的合金化原理 1．名词解释 1）合金元素: 特别添加到钢中为了保证获得所要求的组织结构从而得到一定的物理、化学或机械性能的化学元素。(常用M来表示) 2）微合金元素: 有些合金元素如V，Nb，Ti, Zr和B等，当其含量只在0.1%左右（如B 0.001%，V 0.2 %）时，会显著地影响钢的组织与性能，将这种化学元素称为微合金元素。 3）奥氏体形成元素:在γ-Fe中有较大的溶解度,且能稳定γ相；如Mn, Ni, Co, C, N, Cu；4）铁素体形成元素: 在α-Fe中有较大的溶解度，且能稳定α相。如：V，Nb, Ti 等。 5）原位析出: 元素向渗碳体富集，当其浓度超过在合金渗碳体中的溶解度时, 合金渗碳体就在原位转变成特殊碳化物如Cr钢中的Cr： ε-FexC→Fe3C→（Fe, Cr）3C→（Cr, Fe）7C3→（Cr, Fe）23C6 6）离位析出: 在回火过程中直接从α相中析出特殊碳化物，同时伴随着渗碳体的溶解，可使HRC和强度提高（二次硬化效应）。如V，Nb, Ti等都属于此类型。 2．合金元素V、Cr、W、Mo、Mn、Co、Ni、Cu、Ti、Al中哪些是铁素体形成元素？哪些是奥氏体形成元素？哪些能在a-Fe中形成无限固溶体？哪些能在g-Fe 中形成无限固溶体？答：铁素体形成元素：V、Cr、W、Mo、Ti、Al；奥氏体形成元素：Mn、Co、Ni、Cu 能在a-Fe中形成无限固溶体：V、Cr；能在g-Fe 中形成无限固溶体：Mn、Co、Ni 3．简述合金元素对扩大或缩小γ相区的影响，并说明利用此原理在生产中有何意义？答：（1）扩大γ相区：使A3降低，A4升高一般为奥氏体形成元素分为两类：a.开启γ相区：Mn, Ni, Co 与γ-Fe无限互溶. b.扩大γ相区：有C，N，Cu等。如Fe-C相图，形成的扩大的γ相区，构成了钢的热处理的基础。（2）缩小γ相区：使A3升高，A4降低。一般为铁素体形成元素分为两类:a.封闭γ相区：使相图中γ区缩小到一个很小的面积形成γ圈,其结果使δ相区与α相区连成一片。如V, Cr, Si, A1, Ti, Mo, W, P, Sn, As, Sb。 b.缩小γ相区：Zr, Nb, Ta, B, S, Ce 等（3）生产中的意义：可以利用M扩大和缩小γ相区作用，获得单相组织，具有特殊性能，在耐蚀钢和耐热钢中应用广泛。 4．简述合金元素对铁碳相图（如共析碳量、相变温度等）的影响。答：答：1）改变了奥氏体区的位置 2）改变了共晶温度：（l）扩大γ相区的元素使A1，A3下降； (2)缩小γ相区的元素使A1，A3升高。当Mo>8.2%, W>12%,Ti>1.0%,V>4.5%,Si>8.5%，γ

opencv函数目录-Cv图像处理

目录 1 梯度、边缘和角点 1.1 Sobel 1.2 Laplace 1.3 Canny 1.4 PreCornerDetect 1.5 CornerEigenValsAndVecs 1.6 CornerMinEigenVal 1.7 CornerHarris 1.8 FindCornerSubPix 1.9 GoodFeaturesToTrack 2 采样、插值和几何变换 2.1 InitLineIterator 2.2 SampleLine 2.3 GetRectSubPix 2.4 GetQuadrangleSubPix 2.5 Resize 2.6 WarpAffine 2.7 GetAffineTransform 2.8 2DRotationMatrix 2.9 WarpPerspective 2.10 WarpPerspectiveQMatrix 2.11 GetPerspectiveTransform 2.12 Remap 2.13 LogPolar 3 形态学操作 3.1 CreateStructuringElementEx 3.2 ReleaseStructuringElement 3.3 Erode 3.4 Dilate 3.5 MorphologyEx 4 滤波器与色彩空间变换 4.1 Smooth 4.2 Filter2D 4.3 CopyMakeBorder 4.4 Integral 4.5 CvtColor 4.6 Threshold 4.7 AdaptiveThreshold 5 金字塔及其应用 5.1 PyrDown 5.2 PyrUp 6 连接部件 6.1 CvConnectedComp

OPENCV库函数使用说明

OPENCV（Intel Open Source Computer Vision Library）是一种数字图像处理和计算机视觉的函数库，由Intel公司微处理器实验室（Intel’s Microprocessor Research Lab）的视觉交互组（The Visual Interactivity Group）开发。它可以在Windows系统、Linux系统、MacOSx系统等操作平台上使用，也可以和其他编程工具结合，以满足不同的使用要求。使用OPENCV使用C/C++编写，包含300多个图像处理函数，有以下几个对立的子库组成： 1.CXCORE：一些基本函数（各种数据类型的基本运算等） 2.CV：图像处理和计算机视觉算法（图像处理、结构分析、运动分析、物体跟踪和模式识别等） 3.HIGHGUI：用户交互部分（图形界面，图像视频输入输出，系统调用函数） 4.CVAUX：一些实验性的函数（三维跟踪等）在这些库函数的支持下，用户可以直接调用滤波函数，形态学处理，图像特征提取，轮廓提取算法和跟踪算法，也可以添加自己编写的子函数，不但能完成复杂的开发任务，还可以提高效率，达到事半功倍的效果。 OPENCV的重要特性： 1．拥有包括300多个C函数的跨平台的中、高层API。它不依赖于其他的外部库——尽管也可以使用某些外部库。 2．对非商业应用和商业应用都是免费（FREE）的。 3．为Integrated Performance Primitives（IPP）提供了透明的接口。这意味着如果有为特定处理器优化的IPP库，OPENCV将在运行时自动加载这些库。在VC++环境中OPENCV的使用设置： Microsoft公司开发的Visual C++是一种具有高度综合性能的软件开发工具。用它开发出的程序具有运行速度快，可移植能力强等优点，在对数字图像处理进行处理时经常采用Visual C++进行编程，通过对VC进行配置，就可以在编程过程中直接使用OPENCV的函数编写代码，减少了工作量，提高了运行效率。在OPENCV安装完成后，首先需要把它的路径加入到系统环境变量中，然后再VC菜单Tools→Options→Directories下设置Library files路径，再选择Source files，最后选择Include files，就可以加入路径，如错误！未找到引用源。所示。设置完成后，就可以新建或打开一个使用OPENCV的工程。打开工程后，选择菜单Project→Settings，然后将Setting for选为All Configurations，再选择右边的link标签，在Object/library modules加上工程属性中使用的库，这样就可以顺利编程。

金属材料学第二版戴起勋第二章课后题答案

第二章工程结构钢 1.叙述构件用钢一般的服役条件、加工特点和性能要求。答：服役条件：①工程结构件长期受静载；②互相无相对运动受大气（海水）的侵蚀；③有些构件受疲劳冲击；④一般在-50~100℃范围内使用；加工特点：焊接是构成金属结构的常用方法；一般都要经过如剪切、冲孔、热弯、深冲等成型工艺。性能要求：①足够的强度与韧度（特别是低温韧度）；②良好的焊接性和成型工艺性； ③良好的耐腐蚀性； 2.低碳钢中淬火时效和应变时效的机理是什么对构件有何危害答：构件用钢加热到Ac1以上淬火或塑性变形后，在放置过程中，强度、硬度上升，塑性、韧性下降，韧脆转变温度上升，这种现象分别称为淬火时效和应变时效。产生的原因：C、N等间隙原子偏聚或内吸附于位错等晶体缺陷处。提高硬度、降低塑性和韧度。危害：在生产中的弯角、卷边、冲孔、剪裁等过程中产生局部塑形变形的工艺操作，由于应变时效会使局部地区的断裂抗力降低，增加构件脆断的危险性。应变时效还给冷变形工艺造成困难，往往因为裁剪边出现裂缝而报废。 3.为什么普低钢中基本上都含有不大于%w(Mn) 答：加入Mn有固溶强化作用，每1%Mn能够使屈服强度增加33MPa。但是由于Mn能降低A3温度，使奥氏体在更低的温度下转变为铁素体而有轻微细化铁素体晶粒的作用。Mn的含量过多时，可大为降低塑韧性，所以Mn控制在<%。 4.为什么贝氏体型普低钢多采用%w(Mo)和微量B作为基本合金化元素答：钢中的主要合金元素是保证在较宽的冷却速度范围内获得以贝氏体为主的组织。当Mo 大于%时，能显着推迟珠光体的转变，而微量的B在奥氏体晶界上有偏析作用，可有效推迟铁素体的转变，并且对贝氏体转变推迟较少。因此Mo、B是贝氏体钢中必不可少的元素。 5.什么是微合金化钢微合金化元素的主要作用是什么答：微合金化钢是指化学成分规范上明确列入需加入一种或几种碳氮化物形成元素的钢中。作用：Nb、V、Ti单元或复合是常用的，其作用主要有细化晶粒组织和析出强化。微合金元素通过阻止加热时奥氏体晶粒长大和抑制奥氏体形变再结晶这两方面作用可使轧制后铁素体晶粒细化，从而具有较好的强韧度配合。 6.在汽车工业上广泛应用的双相钢，其成分、组织和性能特点是什么为什么能在汽车工业上得到大量应用，发展很快答：主要成分：~%C，~%Si，~%Mn，~%Cr，~%Mo，少量V 、Nb、Ti。（质量分数）组织：F+M组织，F基体上分布不连续岛状混合型M（<20%）。 F中非常干净，C、N等间隙原子很少；C和Me大部分在M中. 性能特点：低σs，且是连续屈服，无屈服平台和上、下屈服；均匀塑变能力强，总延伸率较大，冷加工性能好；加工硬化率n值大，成型后σs可达500~700MPa。因为双相钢具有足够的冲压成型性，而且具备良好的塑性、韧度，一定的马氏体还可以保证提高钢的强度。 7.在低合金高强度工程结构钢中大多采用微合金元素（Nb、V、Ti等），它们的主要作用是什么答：Nb、V、Ti单元或复合是常用的，其作用主要有细化晶粒组织和析出强化。微合金元素通过阻止加热时奥氏体晶粒长大和抑制奥氏体形变再结晶这两方面作用可使轧制后铁素体晶粒细化，从而具有较好的强韧度配合。 8.什么是热机械控制处理工艺为什么这种工艺比相同的成分普通热轧钢有更高的力学综合

数理统计课后答案.doc

数理统计一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ，则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体 ),,(~2 N X 已知，则在求均值的区间估计时，使用的随机变量为 n X 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为。 025.010 1 5u 4、假设检验的统计思想是。小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%，此问题的原假设为。 0H ：05.0 p 6、某地区的年降雨量),(~2 N X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 的矩估计值为。 1430.8 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS ，已知)4(~),20(~22 2221 ，则__________, b a 。用 )1(~)1(22 2 * n S n ，1,5 b a 8、假设随机变量)(~n t X ，则 2 1 X 服从分布。)1,(n F 9、假设随机变量),10(~t X 已知05.0)(2 X P ，则____ 。用),1(~2 n F X 得),1(95.0n F

OPENCV函数

Opencv函数分配图像空间: IplImage*cvCreateImage(CvSize size,int depth,int channels); size:cvSize(width,height); depth:IPL_DEPTH_8U,IPL_DEPTH_8S,IPL_DEPTH_16U, IPL_DEPTH_16S,IPL_DEPTH_32S,IPL_DEPTH_32F, IPL_DEPTH_64F channels:1,2,3or4. 注意数据为交叉存取.彩色图像的数据编排为b0g0r0b1g1 r1... 举例: //分配一个单通道字节图像 IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); //分配一个三通道浮点图像 IplImage*img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3); 释放图像空间: IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); cvReleaseImage(&img); 复制图像: IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); IplImage*img2; img2=cvCloneImage(img1); 设定/获取兴趣区域: void cvSetImageROI(IplImage*image,CvRect rect); void cvResetImageROI(IplImage*image); vRect cvGetImageROI(const IplImage*image); 大部分OpenCV函数都支持ROI. 设定/获取兴趣通道: void cvSetImageCOI(IplImage*image,int coi);//0=all int cvGetImageCOI(const IplImage*image); 大部分OpenCV函数暂不支持COI.

金属材料学第二版戴起勋第一章课后题答案

第一章1.为什么说钢中的S、P杂质元素在一般情况下总是有害的？答：S、P会导致钢的热脆和冷脆，并且容易在晶界偏聚，导致合金钢的第二类高温回火脆性，高温蠕变时的晶界脆断。 S能形成FeS，其熔点为989℃，钢件在大于1000℃的热加工温度时FeS会熔化，所以易产生热脆； P能形成Fe3P，性质硬而脆，在冷加工时产生应力集中，易产生裂纹而形成冷脆。 2.钢中的碳化物按点阵结构分为哪两大类？各有什么特点？答：简单点阵结构和复杂点阵结构简单点阵结构的特点：硬度较高、熔点较高、稳定性较好；复杂点阵结构的特点：硬度较低、熔点较低、稳定性较差。 3.简述合金钢中碳化物形成规律。答：①当rC/rM>0.59时，形成复杂点阵结构；当rC/rM<0.59时，形成简单点阵结构； ②相似者相溶：完全互溶：原子尺寸、电化学因素均相似；有限溶解：一般K都能溶解其它元素，形成复合碳化物。 ③NM/NC比值决定了碳化物类型④碳化物稳定性越好，溶解越难，析出难越，聚集长大也越难；⑤强碳化物形成元素优先与碳结合形成碳化物。

4.合金元素对Fe-C相图的S、E点有什么影响？这种影响意味着什么？答：A形成元素均使S、E点向_____移动，F形成元素使S、E点向_____移动。 S点左移意味着_____减小，E点左移意味着出现_______降低。（左下方；左上方）（共析碳量；莱氏体的C量） 5.试述钢在退火态、淬火态及淬火-回火态下，不同合金元素的分布状况。答：退火态：非碳化物形成元素绝大多数固溶于基体中，而碳化物形成元素视C和本身量多少而定。优先形成碳化物，余量溶入基体。淬火态：合金元素的分布与淬火工艺有关。溶入A体的因素淬火后存在于M、B中或残余A 中，未溶者仍在K中。回火态：低温回火，置换式合金元素基本上不发生重新分布；>400℃，Me开始重新分布。非K形成元素仍在基体中，K形成元素逐步进入析出的K中，其程度取决于回火温度和时间。 6.有哪些合金元素强烈阻止奥氏体晶粒的长大？阻止奥氏体晶粒长大有什么好处？答：Ti、Nb、V等强碳化物形成元素（好处）：能够细化晶粒，从而使钢具有良好的强韧度配合，提高了钢的综合力学性能。 7.哪些合金元素能显着提高钢的淬透性？提高钢的淬透性有何作用？答：在结构钢中，提高马氏体淬透性作用显着的元素从大到小排列：Mn、Mo、Cr、Si、Ni 等。

概率论与数理统计学1至7章课后标准答案

第五章作业题解 5.1 已知正常男性成人每毫升的血液中含白细胞平均数是7300, 标准差是700. 使用切比雪夫不等式估计正常男性成人每毫升血液中含白细胞数在5200到9400之间的概率. 解：设每毫升血液中含白细胞数为，依题意得，7300)(==X E μ，700)(==X Var σ 由切比雪夫不等式，得 )2100|7300(|)94005200(<-=<

OPenCV3.2中Mat对象常用函数属性总结

OPenCV3.2中Mat对象常用函数属性总结Mat对象是OpenCV2.0之后引进的图像数据结构，它能自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分。在使用Mat对象时，有以下四个要点需要注意： 1、输出图像的内存是自动分配的 2、使用OpenCV的C++接口，不需要考虑内存分配问题 3、赋值操作和拷贝构造函数只会复制头部分 4、使用clone与copyTo两个函数实现数据完全复制下面我们就具体介绍一下公共成员函数和公共属性。公共成员函数： 1、cv::Mat::Mat ( int rows, int cols, int type ) 参数： rows2D数组中的行数 cols2D数组中的列数。 type数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。

2、cv::Mat::Mat ( Size size, int type ) 参数： size 2D数组大小:Size(cols, rows)。在Size()构造函数中，行数和列数以相反的顺序排列。 type 数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。 3、cv::Mat::Mat ( int rows, int cols, int type, const Scalar & s ) 参数： rows2D数组中的行数。 cols 2D数组中的列数。 type数组类型。使用CV_8UC1,…，CV_64FC4创建1 - 4通道矩阵，或CV_8UC(n)，…，CV_64FC(n)创建多通道(向上到CV_CN_MAX通道)矩阵。s 初始化每个矩阵元素的可选值。在构建后将所有矩阵元素设置为特定值, 使用赋值运算符Mat::operator=(const Scalar& value) 。 4、cv::Mat::Mat ( Size size, int type,

数理统计课后答案

）数理统计一、填空题 1、设n X X X ,,21为母体X 的一个子样，如果),,(21n X X X g ，则称),,(21n X X X g 为统计量。不含任何未知参数 2、设母体σσμ),,(~2 N X 已知，则在求均值μ的区间估计时，使用的随机变量为 n X σ μ - 3、设母体X 服从修正方差为1的正态分布，根据来自母体的容量为100的子样，测得子样均值为5，则X 的数学期望的置信水平为95%的置信区间为。 025.010 1 5u ?± ; 4、假设检验的统计思想是。小概率事件在一次试验中不会发生 5、某产品以往废品率不高于5%，今抽取一个子样检验这批产品废品率是否高于5%，此问题的原假设为。 0H ：05.0≤p 6、某地区的年降雨量),(~2 σμN X ，现对其年降雨量连续进行5次观察，得数据为： (单位：mm) 587 672 701 640 650 ，则2 σ的矩估计值为。 ~ 7、设两个相互独立的子样2121,,,X X X 与51,,Y Y 分别取自正态母体)2,1(2 N 与 )1,2(N ， 2 *2 2*1,S S 分别是两个子样的方差，令2*2222*121)(,S b a aS +==χχ，已知)4(~),20(~22 2221χχχχ，则__________,==b a 。用 )1(~)1(22 2 *--n S n χσ，1,5-==b a 8、假设随机变量)(~n t X ，则 21 X 服从分布。)1,(n F

9、假设随机变量),10(~t X 已知05.0)(2 =≤λX P ，则____=λ 。用),1(~2 n F X 得),1(95.0n F =λ 10、设子样1621,,,X X X 来自标准正态分布母体)1,0(N ， X 为子样均值，而 01.0)(=>λX P ，则____=λ 01.04)1,0(~1z N n X =?λ 11、假设子样1621,,,X X X 来自正态母体),(2 σμN ，令∑∑==-=16 11 10 1 43i i i i X X Y ，则Y 的分布 )170,10(2 σμN % 12、设子样1021,,,X X X 来自标准正态分布母体)1,0(N ，X 与2 S 分别是子样均值和子样方差，令2*2 10S X Y =，若已知01.0)(=≥λY P ，则____=λ 。)9,1(01.0F =λ 13、如果,?1θ2?θ都是母体未知参数θ的估计量，称1?θ比2?θ有效，则满足。 )?()?(2 1θθD D < 14、假设子样n X X X ,,,21 来自正态母体),(2σμN ，∑-=+-=1 1 2 12 )(?n i i i X X C σ 是2σ的一个无偏估计量，则_______=C 。 ) 1(21 -n 15、假设子样921,,,X X X 来自正态母体)81.0,(μN ，测得子样均值5=x ，则μ的置信度是95.0的置信区间为。025.03 9 .05u ?± 16、假设子样10021,,,X X X 来自正态母体),(2 σμN ，μ与2 σ未知，测得子样均值 5=x ，子样方差12=s ，则μ的置信度是95.0的置信区间为。 025.0025.0025.0)99(),99(10 1 5z t t ≈?± 17、假设子样n X X X ,,,21 来自正态母体),(2 σμN ， μ与2σ未知，计算得

快速学习OPENCV常用函数

访问图像元素如下: 1、针对各种图像(包括4-通道)和矩阵的函数(cvGet2D,cvSet2D),但是它们都很慢. (img->origin=IPL_ORIGIN_TL)或者是左下角(img->origin=IPL_ORIGIN_BL) 假设有8-bit1－通道的图像I(IplImage*img): I(x,y)~((uchar*)(img->imageData+img->widthStep*y))[x] 假设有8-bit3-通道的图像I(IplImage*img): I(x,y)blue~((uchar*)(img->imageData+img->widthStep*y))[x*3] I(x,y)green~((uchar*)(img->imageData+img->widthStep*y))[x*3+1] I(x,y)red~((uchar*)(img->imageData+img->widthStep*y))[x*3+2] 如果增加点(100,100)的亮度30，那么可以: CvPoint pt={100,100}; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3]+=30; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3+1]+=30; ((uchar*)(img->imageData+img->widthStep*pt.y))[pt.x*3+2]+=30; CvPoint pt={100,100}; uchar*temp_ptr=&((uchar*)(img->imageData+ img->widthStep*pt.y))[x*3]; temp_ptr[0]+=30; temp_ptr[1]+=30; temp_ptr[2]+=30; 假设有32-bit浮点数,1-通道图像I(IplImage*img): I(x,y)~((float*)(img->imageData+img->widthStep*y))[x] 现在，通用方法：假设有N-通道，类型为T的图像： I(x,y)c~((T*)(img->imageData+img->widthStep*y))[x*N+c] 或者你可使用宏CV_IMAGE_ELEM(image_header,elemtype,y,x_Nc) I(x,y)c~CV_IMAGE_ELEM(img,T,y,x*N+c) 2、访问矩阵元素设有32-bit浮点数的实数矩阵M(CvMat*mat): M(i,j)~((float*)(mat->data.ptr+mat->step*i))[j] 设有64-bit浮点数的复数矩阵M(CvMat*mat): Re M(i,j)~((double*)(mat->data.ptr+mat->step*i))[j*2] Im M(i,j)~((double*)(mat->data.ptr+mat->step*i))[j*2+1]

金属材料学课后答案1.2.4章

第一章 1.为什么说钢中的S、P杂质元素在一般情况下总是有害的？答：S、P会导致钢的热脆和冷脆，并且容易在晶界偏聚，导致合金钢的第二类高温回火脆性，高温蠕变时的晶界脆断。 S能形成FeS，其熔点为989℃，钢件在大于1000℃的热加工温度时FeS会熔化，所以易产生热脆； P能形成Fe3P，性质硬而脆，在冷加工时产生应力集中，易产生裂纹而形成冷脆。 4.合金元素对Fe-C相图的S、E点有什么影响？这种影响意味着什么？答：A形成元素均使S、E点向_____移动，F形成元素使S、E点向_____移动。 S点左移意味着_____减小，E点左移意味着出现_______降低。（左下方；左上方）（共析碳量；莱氏体的C量 5.试述钢在退火态、淬火态及淬火-回火态下，不同合金元素的分布状况。答：退火态：非碳化物形成元素绝大多数固溶于基体中，而碳化物形成元素视C和本身量多少而定。优先形成碳化物，余量溶入基体。淬火态：合金元素的分布与淬火工艺有关。溶入A体的因素淬火后存在于M、B中或残余A中，未溶者仍在K中。回火态：低温回火，置换式合金元素基本上不发生重新分布；>400℃，Me开始重新分布。非K形成元素仍在基体中，K形成元素逐步进入析出的K中，其程度取决于回火温度和时间。 8.能明显提高回火稳定性的合金元素有哪些？提高钢的回火稳定性有什么作用？答：提高回火稳定性的合金元素：Cr、Mn、Ni、Mo、W、V、Si 作用：提高钢的回火稳定性，可以使得合金钢在相同的温度下回火时，比同样碳含量的碳钢具有更高的硬度和强度；或者在保证相同强度的条件下，可在更高的温度下回火，而使韧性更好些。 10.就合金元素对铁素体力学性能、碳化物形成倾向、奥氏体晶粒长大倾向、淬透性、回火稳定性和回火脆性等几个方面总结下列元素的作用：Si、Mn、Cr、Mo、W、V、Ni。答：Si： ①Si是铁素体形成元素，固溶强化效果显著；（强度增加，韧性减小）②Si是非碳化物形成元素，增大钢中的碳活度，所以含Si钢的脱C倾向和石墨化倾向较大；③Si量少时，如果以化合物形式存在，则阻止奥氏体晶粒长大，从而细化A晶粒，同时增大了钢的强度和韧性； ④Si提高了钢的淬透性，使工件得到均匀而良好的力学性能。在淬火时，可选用比较缓和的冷却介质，以减小工件的变形与开裂倾向。 ⑤Si提高钢的低温回火稳定性，使相同回火温度下的合金钢的硬度高于碳钢；⑥Si能够防止第一类回火脆性。 11.根据合金元素在钢中的作用，从淬透性、回火稳定性、奥氏体晶粒长大倾向、韧性和回火脆性等方面比较下列钢号的性能：40Cr、40CrNi、40CrMn、40CrNiMo 答：①淬透性：40CrNiMo>40CrMn >40CrNi >40Cr （因为在结构钢中，提高马氏体淬透性作用显著的元素从大到小排列：Mn、Mo、Cr、Si、Ni，而合金元素的复合作用更大。） ②回火稳定性：40CrNiMo>40CrMn >40CrNi >40Cr ③奥氏体晶粒长大倾向：40CrMn>40Cr >40CrNi>40CrNiMo ④韧性：40CrNiMo>40CrNi>40CrMn>40Cr（Ni能够改善基体的韧度）⑤回火脆性：

金属材料学课后习题答案

金属材料学习题与思考题第七章铸铁 1、铸铁与碳钢相比，在成分、组织和性能上有什么区别？（1）白口铸铁：含碳量约2.5%,硅在1%以下白口铸铁中的碳全部以渗透碳体（Fe3c）形式存在，因断口呈亮白色。故称白口铸铁，由于有大量硬而脆的Fe3c，白口铸铁硬度高、脆性大、很难加工。因此，在工业应用方面很少直接使用，只用于少数要求耐磨而不受冲击的制件，如拔丝模、球磨机铁球等。大多用作炼钢和可锻铸铁的坯料（2）灰口铸铁；含碳量大于4.3％，铸铁中的碳大部或全部以自由状态片状石墨存在。断口呈灰色。它具有良好铸造性能、切削加工性好，减磨性，耐磨性好、加上它熔化配料简单，成本低、广泛用于制造结构复杂铸件和耐磨件。（3）钢的成分要复杂的多，而且性能也是各不相同钢是含碳量在0.04%-2.3%之间的铁碳合金。我们通常将其与铁合称为钢铁，为了保证其韧性和塑性，含碳量一般不超过1.7%。钢的主要元素除铁、碳外，还有硅、锰、硫、磷等，而且钢还根据品质分类为①普通钢（P≤0.045%，S≤0.050%）②优质钢（P、S均≤0.035%）③高级优质钢（P≤0.035%，S≤0.030%）按照化学成分又分①碳素钢：.低碳钢（C≤0.25%）.中碳钢（C≤0.25~0.60%）.高碳钢（C≤0.60%）。 ②合金钢：低合金钢（合金元素总含量≤5%）.中合金钢（合金元素总含量＞5~10%）.高合金钢（合金元素总含量＞10%）。 2、C、Si、Mn、P、S元素对铸铁石墨化有什么影响？为什么三低（C、Si、Mn低）一高（S高）的铸铁易出现白口？（1）合金元素可以分为促进石墨化元素和阻碍石墨化元素，顺序为： Al、C、Si、Ti、Ni、P、Co、Zr、Nb、W、Mn、S、Cr、V、Fe、Mg、Ce、B等。其中，Nb为中性元素，向左促进程度加强，向右阻碍程度加强。C和Si是铸铁中主要的强烈促进石墨化元素，为综合考虑它们的影响，引入碳当量CE = C% + 1/3Si%，一般CE≈4%，接近共晶点。S是强烈阻碍石墨化元素，降低铸铁的铸造和力学性能，控制其含量。（2）铸铁的含碳量高，脆性大，焊接性很差，在焊接过程中易产生白口组织和裂纹。白口组织是由于在铸铁补焊时，碳、硅等促进石墨化元素大量烧损，且补焊区冷速快，在焊缝区石墨化过程来不及进行而产生的。白口铸铁硬而脆，切削加工性能很差。采用含碳、硅量高的铸铁焊接材料或镍基合金、铜镍合金、高钒钢等非铸铁焊接材料，或补焊时进行预热缓冷使石墨充分析出，或采用钎焊，可避免出现白口组织，。 3、铸铁壁厚对石墨化有什么影响？冷速越快，不利于铸铁的石墨化，这主要取决于浇注温度、铸型材料的导热能力及铸件壁厚等因素。冷速过快，第二阶段石墨化难以充分进行。 4、石墨形态是铸铁性能特点的主要矛盾因素，试分别比较说明石墨形态对灰铸铁和球墨铸铁力学性能及热处理工艺的影响。墨的数量、大小和分布对铸铁的性能有显著影响。如片状石墨，数量越多对基体的削弱作用和应力集中程度越大。石墨形状影响铸铁性能：片状、团絮状、球状。对于灰铸铁，热处理仅能改变基体组织，改变不了石墨形态，热处理不能明显改善灰铸铁的力学性能。球墨铸铁是石墨呈球体的灰铸铁，简称球铁。由于球墨铸铁中的石墨呈球状，对基体的割裂作用大为减少，球铁比灰铸铁及可锻铸铁具有高得多的强度、塑性和韧性。 5、球墨铸铁的性能特点及用途是什么？球墨铸铁。将灰口铸铁铁水经球化处理后获得，析出的石墨呈球状，简称球铁。比普通灰口铸铁有较高强度、较好韧性和塑性。用于制造内燃机、汽车零部件及农机具等.。珠光体型球墨铸铁——柴油机的曲轴、连杆、齿轮；机床主轴、蜗轮、蜗杆；轧钢机的轧辊；水压机的工作缸、缸套、活塞等。铁素体型球墨铸铁——受压阀门、机器底座、汽车后桥壳等。 6、和刚相比，球墨铸铁的热处理原理有什么异同？球墨铸铁的热处理主要有退火、正火、淬火加回火、等温淬火等。 7、HT200、HT350、KTH300-06、QT400、QT600各是什么铸铁？数字代表什么意义？各具有什么样的基体和石墨形态？说明他们的力学性能特点及用途。（1）灰铸铁常用型号为HT100/HT150/HT200/HT250/HT300/HT350 球墨铸铁常用型号为QT400-18/QT400-15/QT450-10/QT500-7/QT600-3/QT700-2/QT800-2/QT900-2 黑心可锻铸铁常用牌号为KTH300-06/KTH350-10/KTZ450-06/KTZ550-04/KTZ650-02/KTZ700-02,其中KTH300-06适用于气密性零件,KTH380-08适用于水暖件，KTH350-10适用于阀门、汽车底盘。

概率论与数理统计学1至7章课后答案

一、第六章习题详解 6.1 证明（6.2.1）和(6.2.2)式. 证明： (1) ∑∑∑===+=+==n i i n i i n i i nb X a n b aX n Y n Y 1 11)(1 )(11 b X a b X n a n i i +=+=∑=1 )1( (2) ∑∑==+-+=--=n i i n i i Y b X a b aX n Y Y n S 1 212 2 )]()[(1)(11 221 2212)(1)]([1X n i i n i i S a X X n a X X a n =-=-=∑∑== 6.2设n X X X ,,,21 是抽自均值为μ、方差为2 σ的总体的样本, X 与2S 分别为该样本均值。证明与2 (),()/E X Var X n μσ==. 证：()E X =12121 1 1 [()]()()n n E X X X E X X X n n n n μμ++ = ++== ()Var X =22 1212221 1 1[()]()()n n Var X X X E X X X n n n n n σσ++ =++ == 6.3 设n X X X ,,,21 是抽自均值为μ、方差为2 σ的总体的样本,2 21 1()1n i i S X X n ==--∑, 证明: (1) 2 S =)(11 21 2X n X n n i i --= ∑= (2) 2()E S =2σ= 证：(1) ∑∑==+--=--=n i i i n i i X X X X n X X n S 1 2212 2 )2(11)(11 ]2)([112112X n X X X n n i i n i i +--=∑∑== ])(2)([11212X n X n X X n n i i +--=∑= )(1121 2X n X n n i i --=∑=

OpenCV最基础的图像处理的例子

?什么是OpenCV ?开源C/C++计算机视觉库. ?面向实时应用进行优化. ?跨操作系统/硬件/窗口管理器. ?通用图像/视频载入、存储和获取. ?由中、高层API构成. ?为Intel?公司的Integrated Performance Primitives (IPP) 提供了透明接口. ?特性: ?图像数据操作(分配,释放, 复制, 设定, 转换). ?图像与视频I/O (基于文件/摄像头输入, 图像/视频文件输出). ?矩阵与向量操作与线性代数计算(相乘, 求解, 特征值, 奇异值分解SVD). ?各种动态数据结构(列表, 队列, 集, 树, 图). ?基本图像处理(滤波, 边缘检测, 角点检测, 采样与插值, 色彩转换, 形态操作, 直方图, 图像金字塔). ?结构分析(连接成分, 轮廓处理, 距离转换, 模板匹配, Hough转换, 多边形近似, 线性拟合, 椭圆拟合, Delaunay三角化). ?摄像头标定 (寻找并跟踪标定模板, 标定, 基础矩阵估计, homography估计, 立体匹配). ?动作分析(光流, 动作分割, 跟踪). ?对象辨识 (特征方法, 隐马可夫链模型HMM). ?基本GUI(显示图像/视频, 键盘鼠标操作, 滚动条). ?图像标识 (直线, 圆锥, 多边形, 文本绘图) ?OpenCV 模块: ?cv - OpenCV 主要函数. ?cvaux - 辅助(实验性) OpenCV 函数. ?cxcore - 数据结构与线性代数算法. ?highgui - GUI函数. 资料链接 ?参考手册: ?/docs/index.htm ?网络资源: ?官方网页: https://www.360docs.net/doc/a26665920.html,/technology/computing/opencv/?软件下载: https://www.360docs.net/doc/a26665920.html,/projects/opencvlibrary/ ?书籍: ?Open Source Computer Vision Library by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006). ?视频处理例程(位于/samples/c/目录中): ?色彩跟踪: camshiftdemo ?点跟踪: lkdemo