资源列表
图像融合算法
- 针对电气设备同一场景的红外与可见光图像间一致特征难以提取和匹配的问题,提出了一种基于斜率一致性的配准方法。首先通过数学形态学方法分别提取红外与可见光图像的边缘,得到粗边缘图像;然后通过SURF算法提取两幅边缘图像的特征点,根据正确的匹配点对之间斜率一致性的先验知识,进行特征点匹配;最后通过最小二乘法求得仿射变换模型参数并实现两幅图像的配准。实验结果表明,该方法有效提高了匹配点对的正确率,能够对电气设备红外和可见光图像实现高精度的配准。(In this paper, a method based
IntensityOrderFeature-master
- 一种基于局部灰度序的描述符,能有效的实现旋转不变性(Descr iptor based on local gray order)
harris-corner-master
- 通过使用c++语言实现的harris 角点算法(Harris corner point algorithm implemented with c++)
ImageStitching-master
- 一个用C++实现的图形拼接算法,能有实现非常好的凭借效果(A graphics splicing algorithm implemented with C++ can achieve very good results)
ldb
- 用C++实现的一种局部灰度差值描述符,能有效的获取纹理信息(A local gray difference descr iptor implemented with C++)
ConsoleApplication1
- 简单的人脸检测程序,基于opencv与vs,误检率有点高(Simple face detection program, based on OpenCV and vs, the error detection rate is a bit high)
Desktop
- 图像的经典边缘提取算子的比较与分析,读入图像,并根据不同的算子算法实现边缘提取,比较各种算子的边缘提取效果。(The comparison and analysis of the classical edge extraction operator of image, read into the image, and extract the edge according to different operator algorithm, compare the edge extraction ef
hyperspectral
- 高光谱图像在matlab上处理数据波段,并且包括降维功能(Hyperspectral images deal with data bands on MATLAB and include dimensionality reduction functions)
论文
- 20世纪90年代,贝尔实验室的Vapnik教授第一次提出支持向量机(Support VectorMachine,SVM)的理论与基本概念。SVM方法一种基于统计学习理论(Statistical Learning Theory)的机器学习方法,它以结构风险最小化原则代替经验风险最小化原则,同时结合了机器学习、统计学习以及神经网络等方法[53]。它能够有效的提高算法的泛化能力,解决了小样本、非线性和维数高等难题,并且能够克服传统神经网络等学习算法中网络结构难以确定、收敛速度慢及训练时需要大量数据样本
js
- 用来计算图像处理中的关于图像各种变化的程序。(The program used to calculate various changes in the image in image processing.)
tesseract-ocr-setup-4.00.00
- tesseract-ocr-setup-4.00.00dev
面向地理信息的Python编程ArcGIS环境搭建
- 面向地理信息的Python编程ArcGIS环境搭建(Python programming ArcGIS environment building for geographic information)