搜索资源列表
point
- 这是三个点特征提取算子的算法，点特征提取对于数字图像处理很有好处-This is a three point algorithm for feature extraction operator, point feature extraction for digital image processing is very good
Corners
- 首先，请检查/样品在你的OpenCV的分布/ C/ squares.c的。这个例子提供了一个方形的检测，如何检测角落类似的功能，它应该是一个不错的开始。然后，一起来看看在OpenCV的功能，导向功能，如cvCornerHarris（）和cvGoodFeaturesToTrack（）。 上述方法可以返回许多角落类似的功能 - 最不会“真正的角落”你正在寻找。在我的应用程序，我只好检测，旋转或倾斜的广场（透视）。我的检测流水线包括： 从RGB转换为灰度级（cvCvtColor）
fog3
- 功能简介： 基于matlab的光纤陀螺磁场作用下零漂测试数据处理程序。 1）读取txt文档中陀螺零漂的实验数据，自动取出有效数据段，并根据一定规律分类 2）作出全部数据图像并保存 3）对各段数据作图，并作平滑处理 4）显示各段数据的最大值、最小值、平均值 5）按周期即序号先后编码文档名称并保存各段数据及图像 6）其他可能的拓展可在本程序基础上修改得到 --------------------------------------------------
Fingerprint
- 由于指纹所具有的唯一性和不变性，以及指纹识别技术具有很高的可行性和实用性，指纹识别成为目前最流行、最可靠的个人身份认证技术之一。 本论文对指纹图像基于小波变换的各种处理进行了分析、总结。图像处理包括基于小波变换的指纹图像滤波处理和基于小波的指纹图像增强处理。同时介绍指纹图像的预处理：目的是去除指纹图像中的噪音，将其转化为一幅清晰的点线图，便于提取正确的指纹特征。它分四步进行，即灰度滤波、二值化、二值去噪、细化。 本文针对基于点模式匹配的指纹匹配算法速度较慢的现状,设计了一种新
GLMCandLBPextraction
- 第一个程序提取了图像灰度级为64的灰度共生矩阵，并计算了能量，熵，对比度，相关性，逆差矩这5个参数.第二个程序可以提取彩色图像的LBP纹理特征，可以提取采样点为8、16、24的统一模式（u2）、旋转不变模式（ri）、统一旋转不变模式（riu2）的LBP值。-The first program to extract a grayscale image GLCM 64, and calculate the energy, entropy, contrast, correlation, inverse
jiubei_v17
- 结合PCA的尺度不变特征变换(SIFT)算法，表示出两帧图像间各个像素点的相对情况，可直接计算得到多重分形谱。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Between two images showing the relative circumstances of each pixel, It can be directly calculated multi-fractal spectrum.
pouging
- 多目标跟踪的粒子滤波器，表示出两帧图像间各个像素点的相对情况，用于信号特征提取、信号消噪。- Multi-target tracking particle filter, Between two images showing the relative circumstances of each pixel, For feature extraction, signal de-noising.
genglang_V2.8
- 使用起来非常方便，包含特征值与特征向量的提取、训练样本以及最后的识别，表示出两帧图像间各个像素点的相对情况。- Very convenient to use, Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Between two images showing the relative circumstances of each pixel.
kensei
- 是学习PCA特征提取的很好的学习资料，表示出两帧图像间各个像素点的相对情况，基于SVPWM的三电平逆变的matlab仿真。- Is a good learning materials to learn PCA feature extraction, Between two images showing the relative circumstances of each pixel, Based on SVPWM three-level inverter matlab simulation.
SuperPixel
- 在计算机视觉领域，图像分割（Segmentation）指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。超像素由一系列位置相邻且颜色、亮度、纹理等特征相似的像素点组成的小区域。这些小区域大多保留了进一步进行图像分割的有效信息，且一般不会破坏图像中物体的边界信息。(n the field of computer vision, image segmentation (Segmentation) refers to the process of segmenting a d
JSONView-for-Chrome-master
- jsonview 图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。 将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。 图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。(jsonview The two value of the image is to set the gray value of the pixel on the image
Source code
- 在opencv上实现双目测距主要步骤是： 1.双目校正和标定，获得摄像头的参数矩阵： 进行标定得出俩摄像头的参数矩阵 cvStereoRectify 执行双目校正 initUndistortRectifyMap 分别生成两个图像校正所需的像素映射矩阵 cvremap 分别对两个图像进行校正 2.立体匹配，获得视差图： stereoBM生成视差图 预处理： 图像归一化，减少亮度差别，增强纹理 匹配过程： 滑动sad窗口，沿着水平线进行匹配搜索，由于校正后左右图片平行，左图
Ncut_9
- 基于正则割的图像分割源代码。 该方法是一种基于像素特征的图像分割算法，将一幅图像抽象为一个无向图，每个像素点对应图中的一个节点，通过寻找最小割实现图像的分割。(2000 TPAMI Normalized cuts and image segmentation)
指纹识别
- 指纹图像基于小波变换的各种处理进行了分析、总结。图像处理包括基于小波变换的指纹图像滤波处理和基于小波的指纹图像增强处理。同时介绍指纹图像的预处理：目的是去除指纹图像中的噪音，将其转化为一幅清晰的点线图，便于提取正确的指纹特征。它分四步进行，即灰度滤波、二值化、二值去噪、细化。(The fingerprint image is analyzed and summed up based on the various processing of wavelet transform. Image pro