搜索资源列表
-
0下载：
提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区
YC C
r b
域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度
)
(
信息定位眼睛, 然后根据人脸特征的几
形态边缘检测算子检测候选区域的边缘, 利用 边缘方向
PCA PCAED
( )
何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确
的人
-
-
0下载：
本文提出了一种新的跨国家的障碍
检测技术为基础的立体视觉系统。
原始图像的预处理的高斯
过滤器和对比度限制的自适应直方图
均衡（ CLAHE ）方法来削弱作用 噪音，光线和对比度。哈里斯的角落位于与子像素精确。
-Cross-country intelligent vehicles always work in
complicated environments with varying illuminations.
The paper presents a n
-
-
0下载：
基于灰度共生矩阵的图像检索技术。完整的特征提取、特征描述、特征匹配以及结果返回。-GLCM-based image retrieval techniques. A complete feature extraction, feature descr iption, feature matching and the result returned.
-
-
0下载：
线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别
会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识
别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish—
erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
-
-
2下载：
该功能主要实现静脉识别中特征提取技术的研究，实现了图像的特征提取匹配过程-The main function of achieving vein recognition feature extraction techniques, but to achieve matching of image feature extraction process
-
-
1下载：
1．分析研究了基于内容的图像检索系统的工作原理，关键技术如：纹
理、形状等图像底层特征的描述方法， 图像间的相似性度量方法，
图像库索引机制等。
2．研究了基于纹理特征的图像检索方法，并提出了一种基于NSCT 变
换的纹理特征提取方法。通过对SAR 图像及相关图像进行NSCT
分解，计算不同尺度不同方向上的系数幅度序列的均值，标准方差
和三阶中心矩，以此构成特征向量来描述图像的纹理。实验证明本
文提出的采用NSCT 算法有较好的特征提取效果，引入三阶中心矩
作为特
-
-
0下载：
This chapter gives an introduction to the methods of biomedical image
processing. After some fundamental preliminary remarks to the terminology used,
medical imaging modalities are introduced (Sect. 1.2). Sections 1.3 and 1.4 deal
with low-leve
-
-
0下载：
图像检索中常用的特征提取与相似度计算技术，以及基于内容的图像检索系统的实现方法。-That is commonly used in image retrieval feature extraction and similarity calculation techniques, as well as the realization method of content-based image retrieval system.
-
-
0下载：
基于内容的图像检索技术，利用颜色特征提取，检索准确速度快-Content-based image retrieval techniques, the use of color feature extraction, fast and accurate retrieval
-
-
0下载：
An algorithm to recognize distorted Machine and handwritten characters is proposed. It uses a feature point extraction-based recognition approach. A new verification scheme, which deals with this problem, is presented. A new feature extractor set is
-
