搜索资源列表
snake
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆心，即可准确定位出虹膜内边界的位置。实验表明，与常见的定位方
200707171150141339
- 这个Matlab程序实现一个基于活动轮廓的边缘检测，而不进行重新初始化。-The Matlab program of active contour based on edge detection, rather than re-initialization.
Extractionofedgedetectionandcontourfollowing
- 边缘检测提取及轮廓跟踪及一些化码，很有用的，你一定用得上。-Extraction of edge detection and contour following and some of code, very useful, you will need them.
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）
contours
- 在VS2008环境下基于OpenCV画出图片中的轮廓，用到Canny算子边缘检测、形态学变换和轮廓遍历-VS2008 environment based on OpenCV draw the outline of the picture, used Canny operator edge detection, morphological transformation and contour traversal
TrackandID
- 在vc++6.0下，利用opencv函数库，使用轮廓检测法检测车辆，并显示实现车辆的跟踪和计数-Use opencv library in vc++6.0, using contour detection assay vehicle and display of vehicle tracking and counting
P0802
- 自已写的粘连字切割算法，轮廓检测,凸检测-Adhesions write their own words cut algorithm, contour detection, convex detection
The-pedestrian-contour-detection
- 可以完整的进行行人轮廓的检测及背景提取和分析-Can complete pedestrian contour detection and background extraction and analysis
Background
- 基于背景的目标检测，是全面的MATLAB代码，运动视觉中目标的精确提取与跟踪算法，包括运动检测、阴影消除、外轮廓提 取以及目标的跟踪四个方面。-Background target detection based on MATLAB code, is comprehensive, accurate extraction and target tracking algorithm for visual motion in four aspects, including motion detectio
chap_4_3_1_2B
- 基于matlab的模型检测，仿真，主要针对的是轮廓控制部分。带有仿真结果-Matlab based model checking, simulation, mainly for the contour control section. With simulation results
roberts
- 在机器视觉中roberts边缘检测可以检测出目标的边缘轮廓。-In machine vision, the edge detection of Roberts can detect the edge of the object.
GeoMatch_demo
- 一个比较简单的基于轮廓的物体检测程序。适合初学者了解学习。-A relatively simple contour based object detection program. Suitable for beginners to learn.
Freeman
- Freeman链码圆检测，精确检测圆的轮廓-Freeman chain code detection, accurate detection of circular contour
locate
- 该程序为车牌检测中的图像分割采用一系列不同的滤波器、形态学操作、轮廓算法和验证算法，提取图像中可能包含车牌的区域。-license plate detection
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
lunkuoxiandetiqu
- 能提取出轮廓线 检测效果很好(Image detection based on ant colony algorithm, the detection effect is very good)
颜色检测
- VS2013+opencv2.4.9检测颜色并画最大轮廓的框(SADFSAFSDSDFSDFSDDSFSDFSDFA)
opencv几何形状识别
- 可以获取摄像头图像并且检测出图像轮廓，识别图像中不同形状。画出外轮廓并且用标签进行标记。(Camera images can be obtained and detected image contours, recognition of different shapes in the image. Draw outward contours and mark with labels.)
carOpencv3.2
- 这个只是单纯的 通过对阀值还有 形态学滤波 +轮廓查找 筛选 的方式 对车牌进行 识别，特别是形态学滤波 对车牌的识别结果影响很大，这个只是找车牌的一种 普通方法，但对于初学 图像处理的图像来说 可以通过该项目去熟悉 图像处理的一般步骤 还有熟悉一些简单的图像处理方法。(This is simply based on the threshold and morphological filtering and contour search screening way on the license
simulate
- 形状是由图像的轮廓形成的，所以理论上形状识别是通常在边缘或轮廓检测后的步骤。(edge_based_matching The shape is formed by the outline of the image, so theoretically the shape recognition is usually the step after the edge or contour detection)