搜索资源列表
CannyJava
- 图像边缘检测(Canny 算法)的Java实现 Canny边缘检测算法 step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方向； step3:对梯度幅值进行非极大值抑制； step4:用双阈值算法检测和连接边缘 -Edge Detection (Canny algorithm) to the Java Canny edge detection algorithm ste p1 : Gaussian smoothing filte
OPENCV_GMM
- 基于OPENCV的GMM算法，通过时间推移建立视频图像的高斯混合背景模型，并可有效检测其中的运动目标。
facegotoinstance111qwert
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
图像加噪软件
- 在图像加入高斯噪声
gmm
- 利用混合高斯模型训练视频，获得背景图像，并将背景保存。-training video with GMM model ,then get the background,and store the picture in your computer.
movingdetecte
- 通过读取usb摄像头获取图像，能实现背景更新，高斯滤波，二值化，形态学滤波 -Obtained by reading the usb camera images to achieve the background updates, Gaussian filtering, thresholding, morphological filtering
GMM3
- 基于混合高斯模型的运动目标检测，能实时检测出完整运动前景，是本人对原来的高斯模型的改进-Gaussian mixture model based motion detection, real-time full motion detection prospects are my original Gaussian model improvements
GAUSSIAN
- 视频图像处理，采用背景减除法中单高斯建模进行前景和背景的分离-Video image processing, background subtraction method using a single Gaussian modeling conducted foreground and background separation
mixture_of_gaussians
- 视频图像处理，采用背景减除法中混合高斯建模进行视频前景和背景的分离-Video image processing, background subtraction method using Gaussian mixture modeling to separate the foreground and background video
GMM
- 针对摄像机固定下的复杂背景环境，对采集到的视频图像的图像数据用混合高斯背景建模方法实现前景/背景分割，实现运动目标检测和跟踪。在进行前景检测前，先对背景进行训练，对图像中每个背景采用一个混合高斯模型进行模拟，每个背景的混合高斯的个数可以自适应。然后在测试阶段，对新来的像素进行GMM匹配，如果该像素值能够匹配其中一个高斯，则认为是背景，否则认为是前景。由于整个过程GMM模型在不断更新学习中，所以对动态背景有一定的鲁棒性。最后通过对一个有树枝摇摆的动态背景进行前景检测，取得了较好的效果。-For c
opencv
- 截取视频图像并进行图像处理代码包，按帧读取，并进行一系列图像处理，高斯平滑，腐蚀膨胀等。(nterception of video images and image processing code package)