搜索资源列表
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
origin_canny
- canny算子进行边缘检测的源代码。 （1）首先对图像进行高斯滤波，去除噪声的影响； （2）对滤波后图像计算梯度的幅值和方向 （3）对梯度幅值进行模极大值抑制 （4）双阈值确定边缘
ImageSeg
- 提出了一种适用于视频监控场景的基于物理反射模型的阈值分割算法，该算法主要解决背景颜色识别受 光强非均匀分布、高光效应影响的问题．算法步骤主要包括：首先基于Phong反射模型推导出漫反射分量颜色不 变性并根据这一判定条件计算得到漫反射分量系数；其次，利用微分法则实现对模型镜面反射分量系数和镜面 反射强度指数的估计；最后，根据建立的物理反射模型实现背景阚值分割．大量实验分析结果表明，文中提出的 算法利用视频监控的物理反射模型和大量统计信息，能够更好地解决受光强非均匀分布和高光效应影响
tingchechang
- 某商场有一个100个车位的停车场，当车位未满时，等待的车辆可以进入并计时；当车位已满时，必须有车辆离开，等待的车辆才能进入；当车辆离开时计算停留的的时间，并且按照每小时1元收费。 汽车的输入信息格式可以是（进入/离开，车牌号，进入/离开时间），要求可以随时显示停车场内的车辆信息以及收费历史记录。 -A mall with a 100 parking spaces in the parking lot, when the spaces below, the waiting time of
platelience
- 车牌识别系统一般包括车牌定位、车牌切分、字符识别三部分，而车牌定位是车牌识别系统的基础和前提，其准确与否直接影响着车牌识别的准确率。本文针对这一关键问题进行了研究，提取了车牌的颜色特征并结合其纹理特征、几何特征以及投影特征进行准确定位。采用HSV颜色模型，利用颜色空间距离相似度计算分割颜色；针对颜色分割后的图像，车牌区域内水平方向上具有的连续跳变的特征，采用行扫描法确定车牌的上下边界；车牌区域内垂直方向具有投影特征，采用垂直投影法确定车牌的左右边界；最后根据车牌的宽高比判断是否是真实的车牌域。实
SimilarityCompare
- 本程序用于计算两个矢量图形的相似程度。 对于图形形状相似性问题，本程序满足了五个基本要求： 1.对于任意两个图形的相似程度必须得出一个量化的结果，在此称为图形相似度。 2.对图形形状的检测必须忽略 大小、旋转、轴对称、连线顺序的影响。 3.对于相同的图形，形状相似度必须为1；对于不相同的图形，形状相似度必须小于1。 4.两个图形的形状相似度必须与其相似程度成严格单调性，即对于同一个基准图形，越相似的图形相似度越高，越不相似的图形相似度越低。 5.必须能在可接受的时间与空间
Seal-Identification
- 运用H15；I色彩窄间对印章图像颜色特征提取等一系列预处理，研究了多种识 别方法后发现基于纹理特征的印鉴识别方法不但速度快，而且识别率也较高，并且方法简便。通 过将极坐标和傅垦叶变换结合，计算m印签图像纹理的频谱度量，来完成印鉴的特征提取，运用支 持向量机分类器对印鉴进行识别，实验证明，方法具有良好的旋转不变纹理分析性能，提高了识别 率。-It WaS found a fast，simple and a higher seal image(HSI)identification
PeopleDensitydll
- 视频图像的人群密度检测，多种人群密度场景下人群计数算法： 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与