搜索资源列表
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
shuizhu1
- 实现水柱的效果，通过粒子系统在坐标轴方向的改变实现预期的效果-Realize the effect of water column, through particle system in Euclidean space.a change of direction achieve the desired effect
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
EuDist2
- 计算矩阵内空间任意两点之间或者两个矩阵之间的欧式距离的代码。-The space between any two points is calculated matrix code or Euclidean distance between the two matrices.
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