搜索资源列表
plsa
- 给与plsa模型开发 本源码是利用视觉仿生学成果进行目标识别的最新成果。c1 c2特征是MIT的Poggio教授的研究小组根据人眼视觉仿生的研究成果提出的特征。运用该特征对自然图像中的目标识别取得了较好的效果。本压缩包为提取C1 C2特征的Matlab源码。C1 C2特征的详细说明参见IEEE PAMI 2007上的文献 -This imports VIBES functionaility into Matlab and needs to be done once per session
HOGI
- 融合灰色预测和HOGI特征的红外目标跟踪方法，基于HoG特征的目标提取方法，可以用于灰度图像处理应用中。-Forecasting and HOGI features integrated infrared tracking method, based on the objectives HoG feature extraction method can be used for gray-scale image processing applications.
Voting-strategy
- 本文提出了一种由粗到细的图像配准方法。该方法首先由多尺度Harris角点检测 算法提取出参考图像和目标图像的特征角点-This paper presents a coarse-to-fine image registration methods. In this method, the multi-scale Harris corner detection algorithm to extract the reference image and the target image featur
LaplacianSharp
- 拉普拉斯边缘锐化，可以更好的提取边缘特征，为目标识别做好基础！-Laplace edge of sharpening, can better extraction edge character, make base for target recognition.
A-Novel-Region-based-Image-Retrieval
- 提出了一种新的基于区域的图像检索方法。与传统的基于区域的检索方法相比，论文从组成目标对象的基本结构角度出发分割图像，利用少量色彩等级更易描述对象主要构成的特性提取一组能够描述对象基本组成的区域序列。采用这些区域列的面积作为图像特征，用于图像检索。-A new region-based image retrieval. Traditional region-based retrieval methods, papers from the composition of the basic struc
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
Target-Detection
- 通过分析天空背景下红外运动小目标、噪音以及背景的特征，提出一种检测方法。首先利用向量小波变换对运动图像进行预处理；其次采用图像差分进行目标的粗检测，提取出候选目标；最后可根据运动目标和噪音的特征对候选目标进行识别，检测出真实的运动小目标。实验证明，该方法可有效检测天空背景下红外运动小目标。-According to small moving infrared target detection in the sky background，a detection algorithm is pre
1
- 图像处理提取目标几何特征参数的重要文献资料，我毕设时候的就是靠这几篇论文-Image processing to extract the target geometric parameters important documents, when I completed the set is to rely on these few papers
particleFilterTrackingTest
- 实现目标的跟踪现运动目标的跟踪，一开始首先手动建立一个矩形框，提取目标的特征，然后随着目标的移动，矩形框跟着移动-Realize the target tracking is now moving target tracking, a first hand build a rectangular box, extract the characteristics of target, and then as the movement of the target, rectangular box w
tidu
- 针对mean shift 跟踪方法中存在的光照变化不稳定问题， 提出了基于梯度特征与彩色 特征相融合的mean shift 跟踪方法。首先分别提取目标的梯度特征和彩色特征，利用多尺度的相似度 计算方法进行特征的匹配，然后通过最大化相似度对目标进行跟踪。通过物体和人体等运动目标的跟 踪，验证了改进的跟踪算法在光照变化情况下的鲁棒性优于原有的算法，显著降低了跟踪位置误差。-The instability of the light changes in the mean shift tra
Haris
- 角点检测，用于运动背景特征点提取，对图像匹配，拼接，运动目标提取有用-Corner detection, feature point extraction for moving background, image matching, mosaic, moving target extraction of usefu
Texture-Segmentation
- 利用沈左右算子及直方图信息，提取目标区域的纹理特征。-Shen and histogram information about operator is employed to extract texture features of the target area
DIBDisplay
- 数字图像处理技术从广义上可看作是各种图像加工技术的总称。它包括利用计算机和其他电子设备完成的一系列工作，如图像采集、获取、编码、存储和传输，图像的合成和产生，图像的显示、绘制和 输出，图像变换、增强、恢复和重建，特征的提取和测量，目标的检测、表达和描述，序列图像的校正，图像数据库的建立、索引、查询和抽取，图像的分类、表示和识别，3D 景物的重建复原，图像模型的建立，图像知识的利用和匹配，图像和场景的解释和理解，以及基于它们的推理、判断、决策和行为规划.-Digital image proce
4
- 本文主要研究海面运动船只的识别与跟踪技术。首先概述了海上运动目标检测和跟踪的研究现状；对目前主要的显著区域提取、运动目标识别和跟踪方法进行了简要概述；提出了基于视觉注意和HOG特征相融合的海上船只目标检测方法；利用多特征融合的粒子滤波算法对运动目标进行了跟踪。-This paper studies the sea sport vessel identification and tracking technology. First, an overview of maritime moving t
Saliency
- CVPR2013中出现的一种显著性特征检测算法，该算法用于模拟人眼视觉识别过程，提取图像中的显著性特征借后期目标对象的检测跟踪等使用，该算法-Context-Aware Saliency Detection。matlab implementation of an classical saliency detection alrogithm,which imitate our recognition process of eyes
ImageProcessing
- 图像特征检测与运动目标分割算法的研究,图像分割与目标特边界提取-image features detection and motion object segmentation algorithm
yuandaima
- 以多光谱数据为原始数据，通过空间变换、滤波、融合、纹理及图像处理等手段，提取遥感图像多维、多尺度特征，最终建立面向目标检测、识别和分析的特征空间，并使用NASA的实测数据对方法的性能进行验证和分析。-Multi-spectral data to the original data, through space conversion, filtering tools, integration, texture and image processing, remote sensing images
gmm
- 混合高斯模型使用K（基本为3到5个） 个高斯模型来表征图像中各个像素点的特征,在新一帧图像获得后更新混合高斯模型,用当前图像中的每个像素点与混合高斯模型匹配,如果成功则判定该点为背景点, 否则为前景点。通观整个高斯模型，他主要是有方差和均值两个参数决定，,对均值和方差的学习,采取不同的学习机制,将直接影响到模型的稳定性、精确性和收敛性。由于我们是对运动目标的背景提取建模，因此需要对高斯模型中方差和均值两个参数实时更新。为提高模型的学习能力,改进方法对均值和方差的更新采用不同的学习率 为提高在繁忙
CVMpic1
- 绝对自己编写的可用的CVM程序。类似SVM，可以以文件夹为目标提取整个文件夹内图像特征（对应特征为颜色直方图），然后用分类器分类-Absolutely have written procedures available CVM. Similar SVM, can extract image features the entire file folder to folder as the target (corresponding feature is the color histogram),
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M