当前位置：
首页 资源下载
搜索资源 - measure distance in image
搜索资源列表
-
0下载：
一种基于方向信息的鲁棒型Hausdorff距离匹配方法。该方法采用方向信息提取图
像边缘,通过计算边缘匹配率( edge matching rate, EMR)获得候选匹配区域,然后采用修正后的Hausdorff距离构造
相似性测度。实验结果表明,该方法加快了匹配过程,提高了抗噪性能,并能够准确匹配含有遮挡和伪边缘点的图
像,从而解决了基于传统Hausdorff距离匹配方法因噪声点、伪边缘点和出格点而造成的误匹配问题。-Based on the direction of inform
-
-
0下载：
基于奇异值分解的人脸识别方法
梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅
提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别.采用ORL
-
-
0下载：
学术论文，介绍了一种采用方向信息提取图
像边缘,然后采用修正后的Hausdorff距离构造
相似性测度进行图像匹配的方法。-Papers, a direction information image edge extraction, and then using the Hausdorff distance in the revised construct a similarity measure for image matching method.
-
-
2下载：
we present an improved fuzzy
C-means (FCM) algorithm for image segmentation by introducing
a tradeoff weighted fuzzy factor and a kernel metric. The
tradeoff weighted fuzzy factor depends on the space distance of
all neighboring pixels and th
-
-
0下载：
基于马氏距离度量的局部线性嵌入算法
局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度.而 对于图像等高维数据,欧氏距离不能准确体现样本间的相似程度.文中提出基于马氏距离度量的局部线性嵌入算法(MLLE).算法首先从现有样本中学习到一个 马氏度量,然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量.将MLLE算法及其它典型的流形学习算法在ORL和 USPS数据库上进行对比实验,结果表明MLLE算法具有良好的识别性能.
-Based on local
-
-
0下载：
得到图像的特征点以及对应的特
征向量后，采用关键点特征向量的欧式距离作为两幅图
像中关键点的相似性判定度量(The feature points and corresponding features of the image are obtained
After the eigenvector, the Euclidean distance of the feature vector of the key points is used as the two map
Similarity
-
-
2下载：
载入任意图像，在图像上自由选取任意两点，自动测量图像的像素距离（pixel）和进行实际距离（mm）的转换程序，C#写的，导入VS项目中直接运行可见效果。(Load any image, select any two points freely on the image, automatically measure the pixel distance of the image and carry out the conversion program of the actual distance
-
