搜索资源列表
Infrared-Face-Recognition
- 这篇文章是我实验室写的基于2DPCA的红外人脸识别方法，这里面系统的阐述了使用2DPCA算法比传统PCA算法的好处，本文还阐述了红外图像在人类识别方面独特的优点及存在的不足。-This article is written in my laboratory face recognition method based on infrared 2DPCA, there is a systematic exposition of the use of algorithms than the tradi
fisher
- 利用pca和LDA对人脸的图像先进行降维再辨别分析来实现人脸识别-Pca and LDA using the images of human faces to reduce the dimensions first and then discriminant analysis to achieve recognition
PCA_based-Face-Recognition-System
- 基于主成分分析的人脸识别系统，matlab编程附人脸图像-pca based face recognition system
palmprint-recognition-
- 首先计算掌纹图像二维Gabo r小波变 换系数的幅值, 将其作为掌纹图像的原始特征 其次, 利用 2DPCA 实现原始特征的降维 然后, 利用PCA 与FLD 的融合算 法进行二次降维的同时提取出最有利于分类的鉴别特征 最后, 利用最近邻算法进行掌纹的分类识别。 -First calculate the two-dimensional Gabo r palmprint image wavelet coefficients of magnitude, its character
my
- 人脸识别与分类，将人脸库图像进行PCA变换，再利用三近邻分类器进行分类和识别-Face Recognition and Classification
thin
- 30个图像处理的VC++ 源代码，包括256色转灰度图,Hough变换,image_j1,PCA,Walsh变换,对比度拉伸,二值化变换,反色, 方块编码,傅立叶变换,高斯平滑,灰度均衡,均值滤波,拉普拉斯锐化（边缘检测）-30 image processing VC++ source code, including 256 colors to grayscale, Hough transform, image_j1, PCA, Walsh transform, contrast stretch
DWT-EZW
- 图像融合算法，关于PCA、小波、拉普拉斯等-image fusion
PCAPLDA
- 用PCA和LDA融合进行图像识别，很实用的程序。-Integration with the PCA and LDA for image recognition, very useful program.
whu_7-115-14828-7_2006_1
- 30个图像处理的VC++ 源代码，包括256色转灰度图,Hough变换,image_j1,PCA,Walsh变换,对比度拉伸,二值化变换,反色, 方块编码,傅立叶变换,高斯平滑,灰度均衡,均值滤波,拉普拉斯锐化（边缘检测）, 离散余弦变换,亮度增减,逆滤波处理,取对数,取指数,梯度锐化,图象处理,图像镜像, 图像平移,图像缩放,图像细化,图像旋转,维纳滤波处理,用Canny算子提取边缘,阈值变换,直方图均衡. -30 image processing VC++ source code, incl
PCA_Image_Processing
- 用matlab编程，程序将PCA算法用于图像中物体轮廓提取，可以看到在轮廓处，特征值会出现剧烈震荡-With matlab programming, program the PCA algorithm is used to extract the outline of objects in the image, you can see in the outline at the eigenvalues will be turbulent
1
- 粒子群和基于pca的粒子群算法，有很好的处理效果，对图像和声音有很好的处理-Particle swarm and pca based on the particle swarm algorithm, a very good deal with effect of images and the sound is very good treatment
PCA_LLE_jiangweiliucheng
- 用LLE、PCA、ISOMAP等经典的降维方法来对瑞士卷等典型图像来实现降维处理，介绍了降维的整体过程。-With LLE, PCA, ISOMAP dimension reduction such as classic approach to the typical image of the Swiss roll to achieve the dimension reduction process, describes the dimensionality of the overall pro
PCAfusion
- 用PCA方法实现的图像融合程序,对图像进行了主成分分解-image fusion using the PCA method
06102001
- 机器学习》课上的作业，PCA和LDA降维，尽管网上很多，但很少注释，另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器，大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数，不是百分比！-" -Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but few notes, o
shuzi
- 数字识别PCA方法，对其它图像同样适用，程序简便。-Digital identification PCA method, on the other images of the same application, the program is simple.
NLmeansfilter_pca
- 非局部图像去噪算法的实现,使用pca提高运算速度-the implementation of nlmeans using pca to reduce computation
face
- 基于主成分分析的人脸(pca)的人脸图像特征提取和识别，文件内有图库和程序。直接运行就可以了。-Based on principal component analysis (pca) face of face image feature extraction and recognition, there were atlas and program files. Run directly.
Face-recognition-method
- 基于PCA 和BP 神经网络的人脸识别方法是针对 PCA 方法中存在的高维数问题和它对未训 练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用粗糙集对 PCA 降维处理后的人脸特征进行约简，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高-Face recognition method based
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
PCA_Nicolas
- 提出一种基于主成分分析(PCA)分解的图像融合框架。对源图像进行主成分分析,依据前几个主成分重建图像,经过下采样过程得到近似图像,对近似图像进行上采样,得到上层图像的差异图像(即细节图像),将最底层近似图像与各层细节图像进行累加完成图像的重构-The proposed fusion framework based on principal component analysis (PCA) decomposition. Principal component analysis of the sou