资源列表
pipei
- 将平滑度约束引入特征匹配是已知的可以实现超强鲁棒匹配。 然而，这样的匹配方案既复杂又缓慢，使得它们不适合于视频应用。 本文提出了GMS（基于网格的运动统计），一种简单的方法，将运动平滑度作为一个统计量，进行局部区域的匹配。GMS可以将高匹配数字转换成高匹配质量。 这提供了一个实时、超强的匹配系统。 评估低质量、模糊的视频和广泛基线显示，GMS始终如一地优于其他实时匹配器。(The introduction of smoothness constraints to feature matching
canny
- canny边缘检测，图像处理，用于图像分割，(Canny edge detection, image processing, image segmentation,)
color_muban
- 实现图像边缘检测，可以识别图像边缘 实现图像边缘检测，可以识别图像边缘(The image edge detection can be realized and the edge of the image can be identified)
matlab程序
- 卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态。(Calman filtering is an efficient recursive filter (autoregressive filter). It can estimate the state of dynamic system from a series of incomplete and noisy measurements.)
11_ObjectDetection
- 人脸识别，通过提取人脸特征构建分类器来实现对人脸特征的识别(Face recognition is used to identify facial features by extracting facial features)
分散递阶蚁群算法及其在相变序列图像分割中的应用
- 提出了一种分散、递阶蚁群算法, 它将多个分散的蚁群并行求解各自对应的子问题, 形成一个执行层, 而递阶协调层利用执行层反馈的信息协调执行层的优化过程,从而得到递阶求解问题的整体最优解. 该算法已应用于相变热图序列图像模糊相变线的提取问题,即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题,再利用分散 、递阶蚁群算法进行求解 ,结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题. 与蚁群算法独立搜索比较 ,分散 、递阶蚁群算法能更有效地实现多子图之间的关联.(A
PZ6806L-STM32F1综合测试程序
- 触摸屏显示，以及屏幕校准等功能，以及其他功能(A skillful touch screen)
IDL可视化分析与应用（随书程序）
- IDL 可视化随书籍的源代码，内容丰富，便于学习(IDL Visualizations with the source code of the book, rich in content, easy to learn)
ENVI_Raster_Vector_Converter_V5.3
- ENVI 软件扩展包，实现批量的矢量与栅格转化，方便快捷。(ENVI software expansion package to achieve batch vector and grid conversion, convenient and quick.)
ROI
- 请参考，LABVIEW截取感兴趣区域，是手动截取，自动截取还在研究中(Please refer to, LABVIEW interception area of interest, manual interception, automatic interception in the study)
多目标跟踪opencv
- 先用背景差分完成目标提取，将运动目标的相关信息放入到链表中，通过帧差完成对多目标的跟踪，达到实时性的要求 运动目标的相关信息存放于结构体中，可以在此基础上判断目标的动作行为跟踪基本框架，opencv编写，利用背景差分，质心法可以跟踪多个目标，并分配ID号，记录行动轨迹，可用于车辆道路等，大家可以参考学习下，效果有待改进，不同的视频会有不同的效果。(The relevant information of the moving object is stored in the structure.
GrabCut-RGBD-master
- 结合深度图而进行的图像融合，将深度图与彩色图进行结合，然后分割图像(grabcut for depth image and rgb image)