搜索资源列表
Zernike-match
- 对输入图像进行预处理后提取目标轮廓，经过归一化处理得到目标形 状的平移、尺度不变的链状表达，再通过小波变换进行多尺度分析；引入Zernike 矩，利用Zernike 矩的特性，实现小波表达的旋转不变性，解决了小波变换对起始点的依赖。-right to import images from pretreatment profile targets, after processing to be a target shape translation, The scale-invariant
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
motiontrack
- 运动目标的给总与识别，可以实时显示目标的运动轨迹，支持高速相机实时处理视频数据，并可以获得运动目标的轮廓矩等信息-Moving target to the total and the identification of moving targets in real-time display track, real-time processing to support high-speed video camera and moving target access to information s
zernik
- 对图像运用zernike矩提取轮廓和图像重构-code
89346528ImageEnage
- matlabcontourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L -matlab
match
- 在利用开源软件OPENCV的基础上，在.NET4.0的开发平台上实现动态的模板匹配。分别利用了Hu矩，轮廓树等匹配方式进行匹配。-Based on the use of open source software OPENCV. NET 4.0 development platform, dynamic templates matching. Use Hu moments, contour tree matching to match.
The-detection-of-traffic-lights
- 交通信号灯的检测是复杂场景下交通灯识别的重点。采用了色彩分割与关联滤波方案进行交通灯的检测。首先，建立交通信号灯的高斯模型，利用高斯向量与多色彩空间结合的方法进行图像分割。然后，采用基于区域增长与相似性判定的关联滤波，对色彩分割后的图像进行处理。最后，使用基于canny算子的边缘提取算法获取方向指示灯轮廓特征，并使用基于改进hu不变矩和马氏距离对方向指示信号灯进行分类。-The detection of traffic lights is the focus of traffic lights
rZerrnike-maai
- 对输入图像进行预处理后提取目标轮廓，经过归一化处理的到目标形状的平移、尺度不变的链状表达，再通过小波变换进行多尺度度分析；引入Zernike 矩，运用Zernike矩的特性，实现小波表达的旋转不变性，解解决了小波变换对起始点的依赖。 -Preprocessing the input image to extract the target contour, after normalized to the translation of the target shape scale-invaria
statmoments
- 矩特征 统计特征轮廓特征 两张特征的提取方法 包涵飞机模型库图片-Outline characteristics of moment features two feature extraction methods covering the airplane model library picture
test
- OPencv 第八章成对几何直方图匹配，包含Hu矩的匹配，轮廓凸包检测等-OPencv Chapter VIII of the pairs of geometric histogram matching
CV
- 图像处理 o 梯度 边缘和角点 o 采样 差值和几何变换 o 形态学操作 o 滤波和彩色变换 o 金字塔及其应用 o 连接组件 o 图像和轮廓矩 o 特殊图像变换 o 直方图 o 匹配 结构分析 o 轮廓处理 o 计算几何 o 平面划分 运动分析和对象跟踪 o 背景统计量的累积 o 运动模板 o 对象跟踪 o 光流 o 预估器 模式识别 o 目标检测 照相机定标和三维重建 o 照相机定标 o 姿态估计 o 极线几何 函数列表 参考图像处理注意:本章描述图像处理和分析的一些函数-O gradien
HandDetectionAndRecognition
- 本算法实现了基于手部颜色和手形的静态手势的检测和识别，特色有两点：（1）排除了面部区域后进行肤色检测（2）在手部候选区域分别提取轮廓，并求出Hu不变矩，将其与模板进行比较，排除类手形区域，进一步识别是何种手势-hand gestures detection and recognition based on skin colors and hand shapes
Shape-matching-with-Zerinike-moments
- 结合Zernike矩的多尺度模板形状匹配，该算法对输入图像进行预处理后提取目标轮廓，经过归一化处理得到目标形 状的平移、尺度不变的链状表达，再通过小波变换进行多尺度分析；引入Zernike矩，利用Zernike矩的特性，实现小波表达的旋转不变性，解决了小波变换对起始点的依赖。-Shape matching based on multi-scale template with Zerinike moments，The object shape representation is convert
Feature-extraction
- 本代码包括图像预处理，去噪二值化，轮廓提取等还有图像特征提取主要是形态特征和7个不变矩。基本上不需要改动，可行性非常好。-This code includes the image preprocessing, denoising binarization, contour extraction image feature extraction to main morphological characteristics and seven invariant moments. Basically
hu
- 用opencv的方法求取图像的Hu矩，可执行的实例，先计算图像轮廓，在计算其Hu矩并进行匹配-Hu moments opencv method of obtaining images, executable instance, first calculate the outline of the image, Hu moments in the calculation of its match
huizhilunkuoju
- 查找和绘制图像的轮廓矩，对初学者来说很有帮助-Find and draw the outline of the image moments for beginners is very helpful
easycentroidpoint
- 提取二值图像的轮廓，根据hu矩求轮廓质心点(Extract the contour of the two value image, and calculate the contour centroid point according to the Hu moment)
merge
- 通过CCD采集图像位置信息，获取图像——>图像灰度化——>图像滤波——>二值化——>边缘检测——>寻找轮廓——>计算轮廓矩——>计算质心及方向，获得物体质心的位置与角度信息。(Images captured by the CCD sampling image location information, -- - > > image grayscale change - > image filtering -- - > > e
轮廓矩求中心
- 这个是用halcon写的一个利用轮廓矩求取图片中物体的重心。包括前期的灰度化和滤波处理(This is written in halcon using a moment to get the center of gravity of the object in the picture. Including the pre-grayscale and filter processing)
Shape feature extraction
- 图像的形状特征一般是在物体从图像中分割出来以后进行分析，形状特征描述与尺寸测量结合起来可以作为区分不同物体的依据。形状特征有两类表示方法，一类是边界特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。(The shape feature of an image is generally analyzed after the object is segmented from the image. The combination of shape fea