搜索资源列表
MotionDetection
- 运动目标检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、 目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点,在军事、国防和工业 等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视. 它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从 而能够识别与跟踪物体。正确地从视频流中提取运动目标是许多智能视频监视系统，如：视 频监视，交通自动监控，人体检测与跟踪等的基础部分。本文讨论了一种用于智能
imageprocessing
- 包含五篇文章： 多目标运动图像识别算法.pdf 计算机视觉方法与应用.pdf 运动目标图像识别与跟踪系统的研究.pdf 支持向量机在人脸识别的应用.pdf 重建图像.pdf
06058517
- 基于VC++的运动检测与数字图象处理系统 采用VC++为开发工具，以Windows作为图像处理运行平台制作的数字图像运动检测系统，以及运动检测系统中运用到的数字图像处理技术及详细步骤。系统实现对一系列图像中的运动目标进行跟踪处理，提取出图片背景，对运动目标进行识别，进而实现对运动目标的跟踪，描绘出物体的运动轨迹。本文还描述了运动检测系统在现实生活和工作当中的应用，如作为监控系统的核心软件，应用到银行、市场等场所中；该系统也可以作为单独的图像处理工具应用，如对电影中一系列图片进行截取分析等。随
CCDdesign3
- 此文档设计主要一个涉及一个算法的研究。相关匹配是目标跟踪和模式识别的一种重要方法。介绍了**)（电荷耦合器件）误差测 量系统的光学原理F针对该测量系统实际情况，提出了用相关算法实现目标位置的测量F 使用自适应相关匹配的方法，实现了对连续视频图像中动态目标的跟踪F 给出了实验结果，并对算法提出了改进的意见。-This document is primarily designed a study involving an algorithm. Correlation matching targe
jiyuMATLABdetuxiangpeizhun
- 图像配准常常是作为其他图像处理应用的前处理步骤使用的，往往用于图像的对准、目标识别与定位。介 绍了在MATLAB系统中，如何应用MATLAB的IPT函数对图像进行配准的方法：首先用人机交互的方法在待配 准图像与基准图像之间进行图像配准所必需的匹配控制点的选取，然后用这些匹配控制点来计算两图像的某种空 间几何变换关系，最后利用这个空间几何变换关系对待配准图像进行几何变换，获得配准结果。实验表明，该方 法实现容易，且非常有效。 -Image registration is oft
04z127
- ，以可编程逻辑阵列CPLD进行逻辑控制，采用2片现场可 编程门阵列FPGA分别作为图像预处理和2片DSP之间的通信， 实现了实时的基于灰度变换的图像目标识别处理-To programmable logic array CPLD to logic control, with two each field programmable gate array FPGA image preprocessing and communication between two DSP to achieve
target-detection-algorithm-
- 为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点，提出1 种基于决策树的多特征检测算法，并将其应用到基于视频的海上搜救目标检测中. 该算法首先提取图像中的颜色、亮度等信息，通过计算各特征的信息增益建立决策树，将搜救目标检测问题分解成3 层决策树分类问题. 实验表明，该算法能够提高多特征目标检测的效率，在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.-Characteristics to overcome the traditional target recognition m
Video-vehicle-matching-
- 本文在opencv环境下，以目标识别为中心，利用 SIFT 算法对图像进行局部特征的提 取和其算法稳定的特点，有效准确建立匹配关系。-Opencv environment, target recognition, SIFT algorithm for image local feature extraction and algorithm characteristics, effectively and accurately create a matching relationship.
2013
- 基于单目相机和激光测距仪, 文章提出从一幅图像中识别出非合作目标物体上的矩形面,并提取出 4 个顶点坐标的特征提取方法,为位姿的测量提供必要的信息 提出以激光点为参考, 距离激光点最近的 4 条边 界为矩形面边界的判定准则,并根据激光点到直线的垂足和边界端点约束排除干扰线段 该方法能有效地判 定出矩形面且顶点定位准确,在空间机器人视觉伺服控制半物理仿真系统上得到了验证。-An approach to identi fying the rectangular plane of the
MFC-OpenCV
- OpenCV视频教程,目标检测与跟踪,车辆特征识别,人脸识别,字符识别,特征提取, 图像分割,手势识别,计算机视觉视频教程,opencv基础知识 -OpenCV is released under a BSD license and hence it’s free for both academic and commercial use. It has C++, C, Python and Java interfaces
zijichangshimbianyige
- 以多光谱数据为原始数据，通过空间变换、滤波、融合、纹理及图像处理等手段，提取遥感图像多维、多尺度特征，最终建立面向目标检测、识别和分析的特征空间，并使用NASA的实测数据对方法的性能进行验证和分析。-Multi-spectral data to the original data, through space conversion, filtering tools, integration, texture and image processing, remote sensing images
VS2010_P_OpenCV2.4.3
- 基于open_cv的图像处理opencv的，能够识别动态环境下运动目标，并指出运动目标前进方向程序-Opencv-based moving target detection, able to identify the dynamic environment of moving targets
tqzxjx
- 在图像分类与识别算法研究中，目标几何特征的提取通常需要计算目标图像的最小外接矩形以获取长、宽等属性。针对该特点， 提出一种利用顶点链码与离散格林理论相结合的方式提取目标图像的最小外接矩形的算法。该算法只需根据顶点链中垂直或水平方向上的 点坐标即可求出目标的面积、形心和主轴。基于顶点链码和离散格林的主轴法和旋转法可快速求出目标的最小外接矩形。实验结果表明， 旋转法的运算速度是现有算法的 2 倍左右，主轴法的速度又比旋转法快速 2 倍左右-In the image classificat
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
2
- 步态识别论文，对目标检测方法进行了分析，提出了在HSL颜色模型空间中，利用时间域中值滤波算法构建背景模型，采用背景减除法实现人体上肢和下肢关节点的检测，采用闽值分割、形态学滤波和颗粒去除操作对关节点的图像进行二值化处理，为后续相关特征的提取做好了准备。 -Gait identification papers, for target detection methods are analyzed, presented at the HSL color space model, using med
wenxian
- 针对自然生长状态下的成熟苹果图像的识别问题，提出选用R-G色差模型，改进的Ostu最大类间方差法分割图像。 然后用面积阈值法消除噪声，获取成熟苹果果实的目标区域。然后采用基于OpenCV的圆形Hough变换方法对多个粘连苹果果实进行分离。-For image recognition problem ripe apples natural growth state, the proposed selection of R-G color model between improved Ostu Ot
kaopui_v79
- 混沌的判断指标Lyapunov指数计算,空间目标识别，采用PM算法，表示出两帧图像间各个像素点的相对情况。- Chaos indicator for Lyapunov index calculation, Space target recognition algorithm using PM, Between two images showing the relative circumstances of each pixel.
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建