搜索资源列表
数字图像处理alpha版
- 本软件是由作者经过数字图像处理课程的学习，采用vc++.net将其基本算法实现，其算法主要包括： 1.点运算（灰度直方图，直方图均衡处理，线性运算，二值化，灰度化等） 2.几何运算（旋转，放缩，镜像，平移） 3.几何空间增强（均值，中值滤波器，k近邻均值，中值滤波器，Roberts,sobel,priwitt,laplacian,wallis锐化算子等） 4.频率域增强（基2FFT进行空间域到频率域的转换，高斯，理想，巴特沃斯高低通滤波器） 5.形态学（膨胀，腐蚀，开，闭运算，边缘提取） 6.图
expressionsb
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。-based on elastic template matching Facial Expression identification procedures. First of all expressions against static image looked gray image
K_NN
- k近邻（k_nn)算法在图象处理中的应用,visual C#-k neighbors (k_nn) image processing algorithms in the application, visual C#
Classify_Homework
- 模式识别作业——用平均样本法，平均距离法，最近邻法和K近邻法进行分类-pattern recognition operations -- with the average sample, the average distance, nearest neighbor and K-nearest-neighbor classification
kmedfilter
- K近邻中值（均值）滤波器 1) 以待处理像素为中心，作一个m*m的作用模板。 2） 在模板中，选择K个与待处理像素的灰度差为最小的像素。 3） 将这K个像素的灰度均值（中值）替换掉原来的像素值。 -K-nearest neighbor median (mean) a filter) for the pixel to be addressed, for a m * m role template. 2) In the template, select and K-pending p
KNearestclass
- 使用K近邻算法对一个2维德样本集进行分类，样本集的分布为混合高斯分布。
facerecongnition
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。
knn
- knn k近邻算法，可选择欧式距离或者曼哈顿距离
Image-Classification
- 对SVM多类分类算法进行了研究，总结了不同分类算法的优缺点。接下来本文提出了基于GA(遗传算法)和KNN(K近邻)的SVM多类分类算法-The SVM multi-class classification algorithms studied, summed up the advantages and disadvantages of different classification algorithms. The next paper, based on GA (genetic algorit
基于弹性模板匹配的人脸表情识别程序
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。-Flexible template matching based on facial expression recognition procedures. First of all, the expression for the static image of the gray-sca
KwithC-neighbor
- 用C语言对K近邻法进行的模式识别，包括说明及程序。-K with C-neighbor method of pattern recognition, including a descr iption of and procedures.
PatternRecognition
- 人脸识别 使用k-近邻法分类 区分不同的人 使用K-近邻法实现对指定人脸图片的识别。 训练集和测试集的划分 -Recognition of face in pattern recognition,By KNN space representation theorem
ClassifyHomework
- 模式识别,用平均样本法、平均距离法、最近邻法、K近邻法进行分类。-Pattern recognition, with an average of the sample method, the average distance method, nearest neighbor, K-NN classification.
K-
- 给出了一种基于距离的模糊隶属度定义形式，通过这种定义来改进K-近邻算法，得到一种自己定义的模糊K-近邻算法。同时本文中给出编程流程，编程思想以及实验结果。-A distance-based definition of fuzzy membership form, by this definition to improve K-nearest neighbor algorithm to obtain a defined fuzzy K-nearest neighbor algorithm. The
K-nearest-neighbor
- K近邻估计方法，采用可变大小的小舱的密度估计方法。-K-nearest neighbor estimation method, the size of a small cabin with variable density estimation method.
k-neighbors
- k近邻，根据总样本确定一个参数k，即在总样本数为N时我们要求每个小舱内拥有的样本个数。-k neighbors, based on the total sample to determine a parameter k, ie, the total number of samples N, we require that each cabin has a small number of samples.
k-ball-fast-search
- 自适应空间球的k邻域快速搜索算法，利用空间微分块与动态球策略的k近邻搜索算法研究-Origianl-Adaptive spatial neighborhood k ball fast search algorithm, differential block the use of space and dynamic ball strategy k nearest neighbor search algorithm-Origianl
K近邻_KNN
- matlab的一份K邻近值KNN分类算法(A K neighbor value KNN classification algorithm for matlab)
image recognition
- 分别采用有边缘和无边缘两类图像作为样本库，使用用Hu不变矩对图像进行特征提取，并使用K近邻分类法进行分类和识别。(Two types of images with edges and no edges are used as the sample library, the images are extracted using Hu invariant moments, and the images are classified and identified by K nearest neighb
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi