搜索资源列表
basic_method
- test1.m 固定增量法求分界面 test2.m 利用误差平方和函数集群 delet.m 删除数组元素 Err.m 计算误差平方和 Distance.m 欧拉距离计算 -test1.m fixed incremental method for use interface test2.m squared error function cluster de let.m delete array elements Err.m calculation error square Di
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
OCR
- OCR识别验证码技术。根据不同的特征特性，选用不同的数学距离函数！文 件里收录有3中识别技术。分别为调用OCR的dll识别，内存图像操作识别，不调用 dll识别验证码技术。-The OCR identification verification code technology. According to the different characteristics, choose different mathematical distance functions!!!!! Article 3 in
Face-Recognition
- 人脸识别，人脸图像预处理；读入人脸库，训练形成特征子空间；把训练图像和测试图像投影到上一步骤中得到的子空间上；选择一定 的距离函数进行识别。-Recognition, face image preprocessing read into the face database, training the formation of the feature sub-space the training images and test images were projected into the su
人脸识别
- 基于opencv库文件函数改进版的人脸识别程序，可以高质量的识别多个人脸，不同的距离(base on opencv function library ,i advanced the function in the library,so it can distinguish many people's face in different distance)
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi