搜索资源列表
Sobel
- 一个较为不错的图象的边缘检测的SOBEL的算法,直接可以进行特征的提取-A relatively good image SOBEL edge detection algorithms, can be characterized by direct extraction
edgedetection
- 从图像的边缘检测入手，在图像识别中提取图像特征，vc图像处理的代码-From the image to start the edge detection, image recognition in image feature extraction, vc image processing code
21013118220079121641567539327
- 自动更新程序一个进行特征提取的算法,主要可以进行特征点的检测以及与之相关的边缘检测--An automatic update feature extraction algorithms, the main feature points can be associated with the detection and edge detection--
Edge_Wavelet
- 边缘提取技术边缘是图像对视觉的最主要特征，因此在计算机视觉技术中提出了多种检测边缘的算法。由于各种原因，图像常常受到随机噪声的干扰，经典的边缘检测的结果常常是将噪声误检为边缘点，而真正的边缘由于噪声干扰却可能被漏检。因而对于被噪声污染的图像来说，一种好的边缘检测方法应具有良好的噪声抑制能力，同时又有完备的边缘保持特性。-After analysing the soft threshold funetion,the smoothness threshold function is proposed
121114152edgehist
- 这是一个图像的边缘检测的程序，可以直接运行，对特征提取非常有帮助-This is an image of the edge detection process can be run directly on the feature extraction very helpful
tuxiangchulixitongpingtai
- 本课题将包括图像的摄入和保存、平滑、直方图、锐化、边缘提取、分析 与描述、频域变化等一系列基本处理过程。为了理论联系实际，本课题还对指 纹，文字等线条纹图像的识别进行了初步的探讨，其目的是构造自动处理某些 信息的机器系统，以代替人类完成分类和辨识的任务，尤其是指纹识别对于安 全保障，公安破案方面有很大的帮助。为了使计算机识别时能很快的提取关键 特征，提高准确度，减少时空耗费，本课题在分析了多种传统的条件细化、模 板细化、形态数学上的细化等多种细化方法的原理和优缺点后，提出
detectline
- 包含滤波模板，形态学运算，边缘检测结合经自己修改过的hough变换编写的vc程序，成功检测机场跑道和任何图像中最明显的现状特征，经测试，检测精度高。对学习vc编程用于图像处理有帮助。-hough transform based image processing package which is useful for detecting airfield like straight line features.
shadow3
- 提出了一种室内静止摄像机条件下的运动目标检测和阴影抑制方法。该方法采用一种自适应的背景估计方法来实时更新 背景,用基于概率分类法检测运动目标,并在联合HMMD色彩空间和光度特征来抑制阴影之后,用Sobel边缘检测来修正运动目 标。实验结果表明,该方法能够有效地检测运动目标和抑制阴影。 -An indoor stationary camera under the conditions of moving target detection and shadow suppression m
facerecgnizesys
- 图象处理,边缘检测提取,定位特征区域对人面部进行识别-Image processing, edge detection extraction, Positioning human facial features of the region to identify
Image_Paper_XuXG
- 图象分割是图象处理中的一项重要工作，目前手工与自动相结合的分割方法在实际工作中得到了广泛应用。本文根据图象经Maar变换后的特征，采用新的判断准则，提出了一种复杂物体边缘定位算法，可以对具有尖角特征的物体轮廓进行快速准确地提取，同时利用矢量化方法消除毛刺，使跟踪获得的边界更符合物体的实际轮廓特征。对多种图象的实验表明本文方法十分有效。-Image segmentation is an important image processing, the current combination of m
SigmaValue
- 轮廓特征提取,提取图像的边缘，特征码vc++c写的，里面还有论文，是一次作业。-Contour feature extraction,extract the image edges,signature
50
- 使用的特征提取和遥感图像增强Canny边缘检测器-Using the Canny edge detector for feature extraction and enhancement of remote sensing images
tuxiangchuli
- 有关数字图像处理的各种方法，图像平滑，图像锐化，边缘增强，特征提取等，封装了各类图像处理的算法。对于图像学习者有很大的实用价值。-The various methods of digital image processing, image smoothing, image sharpening, edge enhancement, feature extraction, packaging all kinds of image processing algorithms. For images
cx5
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx6
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx7
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
cx9
- 用Hausdorff距离对两角点集进行配准，得到点集间的仿射变换，从而实现图像的自动配准。此算法以角点作为Hausdorff距离的配准特征，与直接选用边缘来配准的方法相比较，大大减小计算量。-Hausdorff distance on the corners with a point set registration, be affine transformation between sets in order to achieve automatic image registration. T
Cotton(RAW)
- 首先完成RAW格式的图像的显示，然后用边缘检测算法处理该图像，对图像中的某些重要特征，可以设计控件来标记-RAW format images to complete the display, then processing the image edge detection algorithm on some important features of the image, you can design controls to mark
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
facedetect
- 通过图像预处理，实现人脸边缘检测，特征点提取。标记出眼、鼻、嘴三处特征点-Through preprocessing, for face detection, feature point extraction. Mark out the eyes, nose, mouth and three feature points