搜索资源列表
DisTrans
- 快速算法，可以快速计算一个二进制图片的Euclidean距离。-Fast algorithm can quickly calculate a binary image of the Euclidean distance.
findkeypoint
- 摘要：拐点是数字图像中的一个重要信息载体 提出一种新的拐点检测算法 该算法并非寻找连续空间中曲率的离散近似计算方法，而是源于离散曲线的外观特征，推导出离散曲线上拐点处k个点对间欧氏距离平方和局部最小这一重要性质。基于该性质，本算法首先利用Freeman链码的性质.过滤掉物体边界上明显不可能成为拐点的象素，然后在剩余的边界点中通过寻找该局部最小值定位出拐点。给出了本算法与四种著名拐点检测算法的对比实验。 -Abstract: The inflection point is a digital
ImageRegistration
- 进一步解决基于互信息的配准算法在配准精度、速度和误配率之间的相互制约问题。提出一种新的配准参数搜索策略——三级配准，将平移、旋转参数分开搜索；在分析互信息配准的优点和局限性的基础上，将模糊理论中的欧几里德贴近度引入三级 配准过程中。实验结果表明，本文提出的配准策略在保持基于互信息配准精度不变的情况下，迭代步数、配准时间和误配率均有明显改善。-Further resolve the mutual information based registration algorithm in the ali
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
shibie
- 基于奇异值分解的人脸识别方法 梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅 提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别.采用ORL
Content-basedImageRetrieval
- 基于内容（颜色）的图像检索，用VC++实现算法——欧氏距离，可以在指定的目录下搜索相似的图案，旗帜，冬景等，是图像检索的最简单的模型，感兴趣的可以下载看看。-Content-based (color) image retrieval, using VC++ algorithm- Euclidean distance, you can search the directory specified similar pattern, flags, winter landscape, are the s
8ssedt
- 几何距离变换实现源代码,是反走样算法基础-Euclidean Distance Transforms
Euclideanreconstructionfromuncalibratedviews
- 通过未标定的摄像机重建算法的参考文献 跳过摄像机标定的过程-Euclidean Reconstruction from Uncalibrated Views
KNN-ALG
- 基于欧式距离的最邻近改进算法，该算法在提高SIFT算法的特征点匹配效率-Euclidean distance based on the nearest improved algorithm SIFT algorithm to improve the efficiency of matching feature points
Desktop
- 欧式距离PAM聚类算法，利用欧式度量聚类真实数据集和实际数据集用于对各类数据分类-Euclidean distance the PAM clustering algorithms using the European metric clustering real data sets and real data sets for the various types of data classification
face_recognition
- 1. 本程序使用PCA算法对训练图像降维，得到特征图像； 2. 将每一幅图片与平均图像的差值投影到特征向量空间； 3. 计算训练图片投影两两之间的最大欧氏距离distance_max； 4. 将测试图片也投影到特征向量空间，计算它与所有训练图像投影的最小欧氏距离distanceST_min。 5. 设定判别阈值（设为0.3*distance_max，此为测试得到的经验值，不同阈值将影响判别结果）。当distanceST_min>0.3*distance_max时，则认为测试
ImgProView
- 对简单背景下和单脸的图片进行人脸检测；算法为欧式距离；计算出原图像与模板间的欧式距离；去最小的欧氏距离即为人脸-Face detection in simple background and single face image algorithm for Euclidean distance calculate the Euclidean distance between the original image and the template the minimum Euclidean d
Slic
- SLIC主要运用K-means聚类算法进行超像素的处理，聚类算法中的距离度量不仅仅包括颜色空间的颜色距离还包括像素坐标的欧氏距离。所以K-means聚类的中心点由五维向量组成。其中包括，记录LAB颜色空间下的像素以及该像素点的XY坐标，由于XY坐标不能和颜色空间直接进行计算，所以添加了一个紧密度的参数。(slic superpixelSLIC mainly uses the K-means clustering algorithm for ultra pixel processing, the
Distancetransform
- 图像处理中的距离变换算法，采用欧式距离和倒角算法两种方式实现对图像的距离变换。(The distance transformation algorithm in image processing,adopts Euclidean distance and chamfer algorithm to realize the distance transformation of the image.)