搜索资源列表
fanqieHSI
- :为实现番茄收获机械自动化,提出了利用计算机视觉代替人眼对成熟番茄进行自动识别的方法。首先对番茄图像进 行了各种去除噪声方法的比较,提出用HSI 颜色系统的H 色调分量作为识别的颜色特征参数。利用最大方差自动取阈法及 数学形态运算等构成的识别算法对采集的番茄图像进行自动识别.
gujia
- 数字图像处理骨架提取,能将一个二值图像的骨架提取出来进行后续处理。骨架是一种非常重要的图像几何特征,在图像几何形态分析及相关领域具有非常广泛的应用,利用骨架表示原始图像,可以在保持图像重要拓扑特征的前提下,减少图像中的冗余信息。骨架既能压缩图像数据,保留区域的连通性和拓扑性,描述区域轮廓的几何特征,又能使原始图像完全或部分地从骨架中恢复或重构。-Skeleton extraction of digital image processing, to a binary image of the sk
MM
- 数学形态学对信号进行去噪,效果较好,信号扰动特征得到很好保留-Mathematical morphology to signal de-noising, the effect is better to be a very good signal to retain the characteristics of disturbance
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
tuxiangchulixitongpingtai
- 本课题将包括图像的摄入和保存、平滑、直方图、锐化、边缘提取、分析 与描述、频域变化等一系列基本处理过程。为了理论联系实际,本课题还对指 纹,文字等线条纹图像的识别进行了初步的探讨,其目的是构造自动处理某些 信息的机器系统,以代替人类完成分类和辨识的任务,尤其是指纹识别对于安 全保障,公安破案方面有很大的帮助。为了使计算机识别时能很快的提取关键 特征,提高准确度,减少时空耗费,本课题在分析了多种传统的条件细化、模 板细化、形态数学上的细化等多种细化方法的原理和优缺点后,提出
roi_character
- 一个关于求取形态特征的函数。自主选取图像的感兴趣的,计算出特征区域的特征值。-A function of morphological characteristics on the strike. Self-selected images of interest to calculate the value of characteristic features of the region.
ClothSimulation
- 基于opengl和vc++的织物仿真系统,能真实模拟织物的形态和运动特征!- The Fabric Simulation System Based On Opengl and Vc++,which can simulate the shape and motion characteristics of the really fabric!
work
- 对于细胞图像序列中多目标的追踪是细胞运动研究中的难点,针对高密度细胞图像中细胞运动的复杂性,本文提出一个细胞分割和追踪的系统。在细胞分割部分,针对实验所用细胞图像序列的特点,本文分别采用了不同的分割方法。在基本的细胞分割后,由于得到的分割图像存在着一些粘连细胞,为了将之分离,采用了基于Freeman code法对细胞轮廓进行跟踪编码。根据编码所得的链码特征分析细胞的轮廓形态,找出粘连细胞图像中的凹角点,再将凹角点进行分组配对完成粘连细胞的分离。在追踪部分,针对细胞的运动特性,将细胞分为惰性细胞和
6
- 仓储物害虫分类识别中纹理特征的提取 阐述了在仓储物害虫分类识别研究中,利用计算机数字图象处理技术,根据仓储物害虫图象的灰值游程矩阵自 动提取图象的纹理特征的主要技术和方法。试验结果表明,该方法对外部形态相近或近缘种的分类提供了比较稳定的特 征值,有利于机器的自动和快速识别。 -Getting texture eigenvaluek
zhongyaoxianweitezhengchuli
- 中药显微特征图像的形态滤波预处理 形态学图像处理以数学集合论为基础,利用结 构元素收集图像的信息。 -Microscopic characteristics of traditional Chinese medicine form of filtering the image pre-processing morphological image processing based on mathematical set theory, the use of structural ele
70742
- 分形,是以非整数维形式充填空间的形态特征。分形可以说是来自于一种思维上的理论存在。-fraternity model分形,是以非整数维形式充填空间的形态特征。分形可以说是来自于一种思维上的理论存在。
Feature-extraction
- 本代码包括图像预处理,去噪二值化,轮廓提取等还有图像特征提取主要是形态特征和7个不变矩。基本上不需要改动,可行性非常好。-This code includes the image preprocessing, denoising binarization, contour extraction image feature extraction to main morphological characteristics and seven invariant moments. Basically
DeformableRegistration2
- 图像配准中最有挑战的是图像包含不同的形态特征。这种情况下,直接比较灰度水平的方法是不可行的。交互信息的评估很好地克服了多模态配准的困难。-Some of the most challenging cases of image registration arise when images of different modal-ities are involved. In such cases, metrics based on direct comparison of gray level
m14
- 背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta
Minimum-circumscribed-quadrilateral
- 求解不规则图形的最小外接四边形的面积,在图向形态特征提取领域有很好的使用价值。-For solving the minimum circumscribed quadrilateral irregular graphics area, in the field of figure to form feature extraction has very good use value.
txtezheng
- 能有效提取图像的特征,包括:不变矩特征、形态特征、周长像素点、面积,矩形度,圆形度,拉伸度特征等。详情见 后的内容。-Can effectively extract image features, including: moment invariants, morphology, pixel perimeter, area, squareness, roundness, tensile elongation characteristics.
Morphological
- 形态特征通过开闭运算,重建和部分重建来获得形态特征,在提取形状常用到,用到的是matlab自带的函数。-Morphological characteristics through opening and closing operation, reconstruction and partial reconstruction of the morphological characteristics obtained in the extraction of shape commonly used,
Hu不变矩
- 提取文件夹下所有图像的形态特征,并将特征值存放于excel表(Extract the morphological features of all images under the folder and store the feature values in the excel table)
carplate
- 首先对车牌识别系统的现状和已有的技术进行深入的研究,然后开发出一个基于 Python 的车牌识别系统,文中先对车辆图像进行高斯去噪、灰度化和边缘检测等预处理方法,然后用颜色特征和形态特征相结合的方法来确定车牌位置,用彩色分割法来完成车牌分割,最后,运用 SVM 分类训练器完成字符识别并使用Python 软件环境进行车牌识别的仿真实验。(License plate recognition based on SVM)