搜索资源列表
VC_ImageProcessing
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman）编码、算术编码、游程编码（Run Length Codin
readvc
- 基于轮廓的形状特征提取 1)该程序在VC＋＋6.0下编译通过； 2)测试图片说明：（图像路径名请在main函数中fp=fopen(\"1.bmp\",\"rb\")中设定） 64×64 24bit BMP： 图像1、2用来验证旋转图像识别；图像1、3用来验证平移图像识别；图像1、4用来验证缩放图像识别； 120×120 24bit BMP： 图像5、6用来验证平移图像识别；图像7、8用来验证旋转图像识别； 3)结果说明： MCS.dat保存了Mountain Cl
PeDetect.rar
- 视频图像中，行人检查的源代码。利用人体形状特征做特征识别。利用运动物体检测得到初始识别区域。,Video images, pedestrian check the source code. Characteristics of the human body shape to do feature recognition. Detection of moving objects using the region to be the initial identification.
Researchontheshapefeatureextractionandrecognition.
- 主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而 可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别 层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
Shape_Feature
- 这个程序主要是实现图像的形状特征统计，先读入一幅256色图像，然后统计图像的面积、周长、圆形度等特征-This program is mainly the shape of features of image statistics, first read a 256-color image, and then statistical image area, perimeter, roundness, etc. Features
xinxilun
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman）编码、算术编码、游程编码（Run Length Codin
HoughDect
- 数字图像处理在人们的生活中无处不存在着它的影子，是非常流行热门的技术之一，可以说它是一种每时每刻都在改变着人类生活的技术。人们对于物体的识别主要针对于物体的外形，图像分割目的是对图像中有意义的特征部分进行提取，所谓有意义的特征包括图像中物体的外形边缘和区域等。本文主要针对其中的一个传统而经典的分割方法Hough变换而展开。Hough变换实现的是一种从图像空间到参数空间的映射关系，具有对抗噪声的鲁棒性以及在图像中的不连续性等优点，通过它构建的参数空间可以容易地对特定形状，如直线、圆等解析曲线进行判
2-1
- Opencv图像处理，sifT算子，模式识别 图像检索 形状特征 文理特征 形状特征 空间分布特征。-IMAMGE PROCESING
3-6
- Opencv图像处理，sifT算子，模式识别 图像检索 形状特征 文理特征 形状特征 空间分布特征。-IMAGE PROCESSING
a
- :人耳识别系统中,需要根据特征提取的要求实现图像的自动归一化,并且选择合适的依据使归一化后的结果具有一定的有效性和合理性。提出了一种新的外耳长轴标记法,根据外耳长轴将人耳统一到标准的尺寸和角度 运用主动形状模型算法,实现了外耳轮廓的自动搜索,且对算法进行了改进,调整了模型的初始位置。实验证明,改进后的主动形状模型(ASM)能更快速准确地收敛,且归一化的方法能够合理地将人耳标准化,为后续的特征识别提供了保障。-In the ear recognition system, it is require
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based