资源列表
ADS12_2828__GX_AUO546.3_720X1280
- 通过MCU驱动SSD2828，然后驱动显示驱动IC，实现对AUO屏的驱动。-MCU drive through the SSD2828, and then drive the display driver IC, to achieve the AUO screen driver
ScreenToGif-source2.3.1
- 用C#写的把屏幕特定区域变化保存为gif图形的程序。-Save screen-specific changes to gif graphics
1
- 基于LDC的图像过渡区提取与分割 提出一种基于局部清晰度-复杂度的图像过渡区提取算法,通过计算图像局部清晰度获得清晰度图 像,增加了过渡区灰度层次信息,再计算清晰度图像的局部复杂度,并根据复杂度曲线确定过渡区提取门限对过渡区进行提取,根据提取的过渡区灰度直方图,获得 图像的分割阈值并对图像进行分割。实验结果表明,本文方法比传统的基于局部复杂度法提取的过渡区更加准确,图像分割效果更好 -LDC image transition region extraction and segme
2
- 基于交叉累计剩余熵的图像配准中插值方法的改进 交叉累计剩余熵（CCRE）比传统互信息在配准强噪声图像时更具优势,但采用部分体积（PV）插值的CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值（BPV）、哈宁窗sinc函数的PV插值（HPV）和Blackman-Harris窗sinc函数的PV插值（BHPV）方法在CCRE中的应用,提出一种新的插值方法。该方法采用灵活的邻域中心,将插值点对联合直方图贡献的权重分散到临近的9个点上,并使用高
3
- 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
4
- 基于四叉树分割的JPEG隐写分析 当前主要的隐写分析方法都是对整幅图像进行特征提取，而忽略了图像的内容差异。该文提出一种 基于四叉树分割的 JPEG 隐写分析方法，该方法根据图像块的纹理复杂度进行图像分割，对具有相同统计特性的子图像分别进行隐写检测特征的提取，并构造相应的分类器，通过加权融合得 到最终的检测结果。实验结果表明该方法具有良好的性能，尤其是在训练与测试图像的统计特性具有较大差异时，该算法的检测准确率提高更加明显。 -Based on quadtree segmentat
5
- 基于图像复杂度的隐写方法研究 为了提供较大的隐写容量和保持良好的载密图像质量,依据人眼对纹 理、边界和黑暗区域变化敏感性弱的视觉特点,结合小波变换提出了一种图像复杂度描述方法,将图像小块分为纹理、边界、黑暗和平滑四个不同类别,利用模函数 设计隐写算法,在不同区域嵌入不同量的信息.实验结果表明,新的复杂度描述方法能准确区分不同类型的小块,隐写算法在提高嵌入容量的同时保持了较好的视觉 质量. -Study steganographic method based on image com
6
- 基于最大累积剩余熵的红外图像分割 经典阈值化分割方法是常用的图像分割方法之一,但对于低对比度,低信噪比的红外图像分割效果 不理想,将累积剩余熵运用于红外图像分割,即寻求使得累积剩余熵最大的灰度值作为分割阈值,实验结果表明：基于最大累积剩余熵的图像分割方法是一种有效的 红外图像分割方法,比起经典的阈值分割方法,分割红外图像的效果要好 -Segmentation based on maximum cumulative residual entropy classic infrared
7
- 基于最大累积剩余熵的红外图像分割 经典阈值化分割方法是常用的图像分割方法之一,但对于低对比度,低信噪比的红外图像分割效果 不理想,将累积剩余熵运用于红外图像分割,即寻求使得累积剩余熵最大的灰度值作为分割阈值,实验结果表明：基于最大累积剩余熵的图像分割方法是一种有效的 红外图像分割方法,比起经典的阈值分割方法,分割红外图像的效果要好 -Segmentation based on maximum cumulative residual entropy classic infrared
8
- 遥感影像理解智能化系统与模型集成方法 智能化遥感影像分析理解是当前遥感地学分析中的研究热点。本文通过分析当前智能化方法在应用中存在的两个主要问题 ,指出了智能化遥感影像分析向基于多特征单元为分析对象转变的必要性以及如何在分析过程中更好的融合知识。在此基础上 ,介绍了多特征单元遥感影像分析和基于神经网络的知识处理的基本思想。并对如何建立基于知识智能计算的多特征单元遥感影像分析理解方法体系进行了探讨 ,给出了概念框架图 -Remote sensing image understandi
9
- 遥感影像土地利用覆盖分类方法研究进展 为了研究遥感影像土地利用/覆盖分类的方法,综述了国内外近30年的遥感图像分类研究,发现遥感图像分类方法存在多而杂的问题.在分析当前主要遥感影像分类方法的基础上,从传统的分类方法、传统分类方法的改进、其他新分类方法3个方面,对遥感影像土地利用/覆盖分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在土地利用/覆盖遥感分类中的应用. -Advances in remote sensing image clas
10
- 一种改进的颜色直方图相似性度量算法 本文对几种常用的颜色直方图相似性度量方法进行了比较分析,进而提出一种综合多个距离度量方法的改进算法,对该算法的颜色检索性能进行了实验,并将其效果与多个距离度量方法单独使用时的检索效果进行了对比。实验表明,该算法具有更佳的检索效果 -An improved color histogram similarity measurement algorithms on several popular color histogram similarity m