搜索资源列表
piella
- 融合图像质量评价的piella指标，在结构相似性原理的基础上，Piella提出了三个融合质量评价指标Q、QW和QE-Fusion Image Quality Evaluation piella index, based on structural similarity principle, Piella proposed three fusion quality index Q, QW and QE
SSIM
- 图像的相似度评价代码，可用于评价自然图像的相似度，进而用于人脸识别，自然图像识别等。-Similarity Evaluation code image can be used to uate the similarity of natural images, and thus for face recognition, image recognition, and natural.
1
- 基于区域图和深度相似性表征的SAR图像分割，关于深度学习的一个文章，很有代表性，可以参考。-SAR image area map and characterize the depth of similarity based segmentation on a deep learning of the article, very representative, you can refer to.
vedio
- 目标检测与识别 1. 颜色检测 采集大量敌方机器人的图片数据，并进行训练，得到对方机器人的颜色区间， 并以此为阈值对整幅图像进行颜色检测，找到疑似敌方机器人的区域，量化 成二值图。 2. 滤除噪声点 对得到的二值图像进行开运算处理，滤除颜色检测结果中的噪声点。 3. 连通区域检测 对图像中的疑似区域进行连通区域检测，计算出每个疑似区域的外部轮廓， 用矩形近似表示。 4. 连通区域合并 根据连通区域之间的距离和颜色相似性，将距离接近且相似性高的连通区域
Ningjifeng
- 宁纪锋的文章（基于最大相似度区域合并的图像分割算法）及实现代码。-Ning Jifeng s article (image segmentation algorithm based on maximum similarity region merging) and its code.
Pulialroximndi
- Pulse coupled neural network (PCNN) has a specific feature that the fire of one neuron ca pture its adjacent neurons to fire due to their spatial proximity and intensity similarity. In this paper, it is indicated that this feature itself is a ver
Ncut_9
- 归一化切割和图像分割算法及其论文,归一化分割不仅度量了不同分组之间总体不相似性，同时度量了分组内的总体相似性-Normalized cuts and image segmentation algorithm and its papers, normalized measure divided not only between the different groups no overall similarity, while the overall measure of similarity wi
SSIM
- 一个非常好的基于小波变换和SSIM的非局部均值图像去噪方法，值得大家去阅读-Based on wavelet transform is a very good similarity and nonlocal average SSIM image denoising methods, the effect is very good, for your reference.
SSIM1
- 基于结构相似度的图像融合算法，利用SSIM来对红外和可见光图像进行融合。-Image fusion algorithm based on structural similarity, the use of SSIM to infrared and visible image fusion.
similaritymeasure
- 在对图像进行识别和分类过程中，相似性测量可以作为一种判别策略，目的是刻画图像之间的本质特性。-In the image recognition and classification process, the similarity measure can be used as a discriminating strategy aimed portray the essential characteristics of images.
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
pjbz
- 图像质量评价，计算两幅图像的保真性，鲁棒性 ，结构相似性-Image quality assessment，calculate the fidelity ，robust and structural similarity of the image，
hsi2rgb
- 图片格式转换 利用灰度图像欧式距离判相似性-Image format conversion using the grayscale image Euclidean distance similarity determination
FSIM
- FSIM，图像的结构相似度，一种用于图像的质量评估，或者图像的特征表示的方法，包含代码及论文-FSIM A Feature Similarity Index for Image Quality Assessment
模板匹配
- 基于opencv的模板匹配算法，可以从一副大图中搜索出与模板相似度最高的部分(Template matching algorithm based on OpenCV, you can search from a large image of the highest similarity with the template part)
peizhun
- 对图像进行相似度识别，找出你想要的图像，精确地选出相似度最高的图片(Identify the similarity of the image and find the image you want)
region
- 区域生长法，手动选种子点吗，它是一个迭代的过程，这里每个种子像素点都迭代生长 直到处理过每个像素，因此形成了不同的区域，这些区域它们的边界通过闭合的多边形定义。 在区域生长中的主要问题如下: (1)表示区域的初始化种子的选择:在区域生长过程中，这些不同区域点合适属性的选择。 (2)基于图像具体属性的像素生长不一定是好的分割。在区域生长过程中，不应该使用连通性或邻接信息。 (3)相似性:相似性表示在灰度级中观察在两个空间邻接像素之间或像素集合的平均灰度级间的最小差分，它们将产生不同的区域
NCC
- 将归一化互相关应用到图像配准上，使用互相关来判断两幅图像的相似性，相似度越大，说明配准结果越是精确。(The normalized cross-correlation is applied to image registration, and the similarity of two images is judged by cross-correlation. The greater the similarity, the more accurate the registration resu
相似性
- SSIM的全称为structural similarity index，即为结构相似性，是一种衡量两幅图像相似度的指标。结构相似性计算方法，可以用于图像质量评估，(structural similarity is an index to measure the similarity of two images. The method of structural similarity calculation can be used for image quality assessment,)
demo_ASIFT_src.tar
- 得到图像的特征点以及对应的特 征向量后，采用关键点特征向量的欧式距离作为两幅图 像中关键点的相似性判定度量(The feature points and corresponding features of the image are obtained After the eigenvector, the Euclidean distance of the feature vector of the key points is used as the two map Similarity