搜索资源列表
fanqieHSI
- ：为实现番茄收获机械自动化，提出了利用计算机视觉代替人眼对成熟番茄进行自动识别的方法。首先对番茄图像进 行了各种去除噪声方法的比较，提出用HSI 颜色系统的H 色调分量作为识别的颜色特征参数。利用最大方差自动取阈法及 数学形态运算等构成的识别算法对采集的番茄图像进行自动识别.
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、
work
- 对于细胞图像序列中多目标的追踪是细胞运动研究中的难点，针对高密度细胞图像中细胞运动的复杂性，本文提出一个细胞分割和追踪的系统。在细胞分割部分，针对实验所用细胞图像序列的特点，本文分别采用了不同的分割方法。在基本的细胞分割后，由于得到的分割图像存在着一些粘连细胞，为了将之分离，采用了基于Freeman code法对细胞轮廓进行跟踪编码。根据编码所得的链码特征分析细胞的轮廓形态，找出粘连细胞图像中的凹角点，再将凹角点进行分组配对完成粘连细胞的分离。在追踪部分，针对细胞的运动特性，将细胞分为惰性细胞和
jiyuSIFTtezhengpipeidejiankongtuxiangzidongpinjie.
- 针对不同摄像头的监控图像 ,提出了一种优化的 SIFT特征匹配的监控图像自动拼接方法。在图像整合方面 ,通过高速提取 SIFT特征描述符并进行稳定精确匹配 ,利用改进 RANS AC算法去除错配 ,从而确定待拼接图像 之间的变换参数 在图像融合方面 ,有效消除了颜色和光照差异 ,最终实现自动的无缝拼接系统。实验结果证明该方法对重叠区域小、 形变大、 有运动遮挡和噪声的监控图像有较完美的拼接效果。-Monitoring for different camera images, a SIFT f
006
- 车辆识别系统主要由车牌定位、字符分割和字符识别三个部分组成。车牌定位是指将车牌区域从车辆图像中分割出来，车牌定位是车牌自动识别技术中一个至关重要的环切。其定位的速度和准确程序直接影响到车牌识别系统的性能。车牌定位的方法的出发点是通过车牌区域的特征来判断牌照。而车牌定位主要包含两个关键技术问题：图像的预处理和车牌定位的算法。本文针对车牌识别系统中关于静态图片中的车牌定位问题，主要运用了图像处理的知识，在VC开发平台上，通过对静态图片进行灰度变换，二值化，中值滤波等一系列处理，利用投影检测算法实现了
finger2
- 书籍《精通VisualC++指纹模式识别系统算法及实现源码》第二篇 CamEngine-摄像头控制引擎（内含畸变矫正算法） FPEngine-指纹算法引擎（内含指纹预处理和比对算法） FP-指纹模式识别算法接口 SampleDemo-指纹模式识别预处理演示（特征点获取） StaticFPSys-Visual C++ 指纹模式识别系统。觉得有用，书上讲解的非常详细，请自行购买书籍。 -Books " proficient VisualC++ fingerprint patte
Moving-Vehicles-Detection
- ：本文结合实际路面状况，将模糊模式识别技术应用到汽车识别中，对汽车特征进行分 析，设计了适用于高速公路汽车防撞系统的汽车目标模糊识别算法，并完成相关的系统软硬 件设计与实现-This article combined with the real situation of the road, applied fuzzy pattern recognition to detection of moving vehicles, after analyzed characteristic o
vc_opencv
- 人型识别系统，主要是利用OPENCV和Hu不变矩计算人像特征，然后识别到人和动物区别。算法源码在VC6上实现。-Person recognition system, OPENCV and Hu invariant moments calculated the portrait characteristics, and then identify the difference between humans and animals. Algorithm source code in VC6.
m10
- 背景建模是实现运动目标检测与跟踪的关键技术之一。在实时视频监控系统中，对背景建模算法的运行时间及所提取出的背景图像的实时性有很高的要求，针对这一问题，提出了一种基于切比雪夫不等式的自适应阈值背景建模算法。算法利用切比雪夫不等式计算像素点色度变化的概率估计值，提出了一种自适应阈值分类方法，它将像素点快速分类为前景点、背景点及可疑点，再利用核密度估计方法对可疑点进行进一步分类，最后利用背景更新算法提取实时背景图像。实验结果证明，该算法能快速有效地区分特征明显的背景点与前景点，提高了背景图像提取的速
m14
- 背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta
1756456
- 设计了一种基于TMS320C6455与FPGA 的实时图像跟踪系统，该系统首先采用MAX9526 采集图像，利用FPGA 对图像进行均值滤波，滤波后数据采用乒乓方式传输给DSP。Mean Shift 跟踪算法采用图像像素灰度距离中心点的距离作 为目标特征建立核函数，实现对目标的实时跟踪。实验表明，该系统具有良好的实时性与稳定性。-Designed a real-time image-based tracking system TMS320C6455 and FPGA, the system
Matlab_STCv0
- 时空上下文视觉跟踪（STC）算法的解读与代码复现 该论文提出一种简单却非常有效的视觉跟踪方法。更迷人的一点是，它速度很快，原作者实现的Matlab代码在i7的电脑上达到350fps。 该论文的关键点是对时空上下文（Spatio-Temporal Context）信息的利用。主要思想是通过贝叶斯框架对要跟踪的目标和它的局部上下文区域的时空关系进行建模，得到目标和其周围区域低级特征的统计相关性。然后综合这一时空关系和生物视觉系统上的focus of attention特性来评估新的一
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