搜索资源列表
GaborTexture
- 使用MFC以及Gabor小波处理进行图像的特征纹理提取-Using MFC and Gabor wavelet to extract texture features for image
02
- 该文提出了一种在基于离散采弦变换(DCT，Discrete Coslne‘nansform)压缩域进行纹理图 像分类的方法．此方法主要利用了DCT域能量具有方向性的特电，直接在辩程长编码(RLE，Rlm I。ength E眦ollⅢg)形成的码流中根据这种方向性来提取、组织特征矢址，对纹理图像进行分粪．此方法只需对压缩 【封像世行简单的Hu圩maⅡ解码．要处理的数据量较少，处理速度快实验结果表明．这种分类方法具有较高 的准确性．-This paper presents a str
Gabor
- 基于opencv1.0实现的二维Gabor滤波器， Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。-Based on two-dimensional Gabor filter realization opencv1.0, Gabor transform is windowed Fourier transform, Gabor functions in the fr
Tcurvelet_feah
- 该源码可以实现对彩色或灰度图像的曲波（Curvelet）特特征的提取，以便后续做纹理图像分割。，已通过测试。 -The source code can achieve on color or grayscale images the Curvelet (of Curvelet) special feature extraction, in order to follow-up to do texture segmentation. , Has been tested.
GGabborwavorfa
- Gabor小波提取图像纹理理特征，matlab语言开发。 -Gabor wavelet extraction image texture management features of the Matlab language development.
cvgabor
- 用VC实现的Gabor纹理提取器，注释清楚，是一个很经典的Gabor处理，可以多角度多尺度提取Gabor特征-Gabor texture extractor with VC, comments, is a classic Gabor processing can multi-angle multi-scale extraction Gabor feature
Skeleton-pruning
- 这是谷歌特征点提取，可以提取到图像的轮廓，特征点及内部的纹理线，共同描述一幅图像-This is Google feature point extraction, can be extracted into the outline of the image, the texture of the feature points and the internal lines, common to describe an image
zhifangtujiansuo
- 基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术被提出。这一技术的出现提高了图像检索的准确性，它通过提取图像本身的内在客观特征如颜色、纹理、形状、布局等关系，并比较这些视觉特征间的相似性，自动搜索出符合用户要求的图像。-Content-based image retrieval (Content-based Image Retrieval, referred to as CBIR) techniques have been proposed. T
SILTP
- 提取图像纹理描述符，针对LBP特征的不足，该代码具有尺度不变性和对噪声的鲁棒性-Image texture descr iptor extraction, the features of LBP, the code has scale invariance and robustness to noise
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
License-Plate-Recognition
- 首先对图像直方图均衡化，并去除噪声，然后提取颜色、结构、纹理等特征，对车牌进行识别-License Plate Recognition
bp_network
- 对两种类型的纹理图像，各选取30幅，计算灰度共生矩阵，提取特征向量；构件BP神经网络分类器，用每种类型的前20幅对分类器进行训练，后10幅用来测试分类效果。-Two types of texture image for each select 30 calculated GLCM, extracting feature vectors member BP neural network classifier, before use each type of 20 pairs classifier
brodatzgabor
- 在brodatz纹理图像库上提取48维gabor特征，初学者一看就会，大有帮助。-Extract on brodatz texture image library features 48 dimensional gabor, beginners will be a look, a great help.
Gobor_multi_LBP
- gabor_lpb纹理结合了gabor小波和LBP的特征，提取的纹理具有很好的鲁棒性-gabor_lpb texture combines gabor wavelets and LBP features extracted texture with a very robust
image-mosaic.doc
- 图像拼接(image mosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。 一般来说,图像拼接的过程由图像获取,图像配准,图像合成三步骤组成,其中图像配准是整个图像拼接的基础。本文研究了两种图像配准算法:基于特征和基于变换域的图像配准算法。 在基于特征的配准算法的基础上,提出一种稳健的基于特征点的
ctj
- 本代码实现了图象的颜色，纹理，和轮廓特征的提取方法的实现-Realize the image of the code of color, texture, and contour feature extraction methods realize
qaineng_v23
- matlab开发工具箱中的支持向量机，小波包分析提取振动信号中的特征频率，经典的灰度共生矩阵纹理计算方法。- matlab development toolbox support vector machine, Wavelet packet analysis to extract vibration signal characteristic frequency, Classic GLCM texture calculation method.
fengjui_v39
- 欢迎大家下载学习，包含特征值与特征向量的提取、训练样本以及最后的识别，经典的灰度共生矩阵纹理计算方法。- Welcome to download the study, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Classic GLCM texture calculation method.
fanlun_v37
- 小波包分析提取振动信号中的特征频率，经典的灰度共生矩阵纹理计算方法，可实现对二维数据的聚类。- Wavelet packet analysis to extract vibration signal characteristic frequency, Classic GLCM texture calculation method, Can realize the two-dimensional data clustering.
pannen
- 用于特征降维，特征融合，相关分析等,经典的灰度共生矩阵纹理计算方法，可以提取一幅图中想要的目标。- For feature reduction, feature fusion, correlation analysis, Classic GLCM texture calculation method, Target can be extracted in a picture you want.