搜索资源列表
FGseg2
- 采用graph-cut背景减除的算法-backgroud subtraction algorithm using graph-cut
matlab视频提取背景
- matlab视频提取背景，帧差分法提取背景源程序
Thresholding-using-mean-shift
- 基于mean shift的阈值分割matlab代码，先借助Mean Shift算法的分割特性将灰度值相近的元素进行聚类，然后，在此基础上应用阈值分割算法，达到将图像与背景分离的目的。-Threshold based on mean shift segmentation matlab code, the first split with the Mean Shift algorithm similar to the gray value characteristics of the element
yudong
- 运动目标识别，采用背景差分方法。背景图像由均值法获得。里面的视频换成前几帧换成纯背景效果能更好一点-Moving target identification, using the background difference method. Background image obtained from the mean. Which replaced the previous video frame replaced by pure background a little better resul
matting
- 图像抠图是将图像的目标物体从背景图像分割出来的技术，这段代码是用MATLAB实现的一段抠图的代码-Image matting is the image of the target object from the background image segmentation techniques, this code is implemented using MATLAB code section of matting
barcode
- 基于图像的条形码识别程序（识别EAN13码），只要条形码的背景部分是纯色，程序就能有相当强的鲁棒性。-Image-based bar code recognition program (recognize EAN13 code), as long as the background of the bar code is solid, the program can be quite strongly robust.
EdgeDetection
- 边缘检测1.制作一张包括色块、线条的单色背景图片，先对其作低通滤波产生一幅色块和线条边缘模糊的降质图片待处理，采用任意二种边缘检测算法检测待处理图片中的色块和线条的边缘，得到二值化的处理结果图。从结果图中提取色块和线条的边界坐标值，与实际生成原始图像时采用的真实坐标数据作比较，对产生的检测误差作分析。2.拍摄一张包含待检测物体的黑白或者彩色照片，试采用一种边缘检测的算法做待检测物体的自动提取，对生成的结果作分析。-Edge Detection 1. To produce a including
vision
- 本书的目的主要是向读者展示傅里叶分析和小波的许多基础知识以及在信号分析方面的应用。全书分为8章和2个附录，前言部分是学习第1章至第7章的准备知识，即内积空间；第1章讲解傅里叶系列的基础知识；第2章讲解傅里叶变换；第3章介绍离散傅里叶变换以及快速傅里叶变换；第4章至第7章讨论小波，重点在于正交小波的构建；附录部分则介绍稍微复杂的一些技术主题以及演示概念或产生图形的MATLAB代码。许多关于小波的文章和参考书籍均要求读者具有复杂的数学背景知识，本书则只要求学生具有较好的微积分以及线性代数知识，通俗易
thresholdadaptive200810
- 实现一个自适应阈值的算法，用以在不规则光照下从背景中提取出前景图像。-The realization of an adaptive threshold algorithm for the irregular light extracted from the background images prospects.
SVD
- 线性方程的解法,实现对运动目标的检测,针对可见光图像弱小目标检测中的背景抑制和去噪问题,提出了奇异值分解(Singular Value Decomposition,SVD)-Linear equations, to achieve the detection of moving targets, in view of the weak target detection in visible light images in the background suppression and de-noi
otsu2
- 大津阈值分割法，也称最大类间方差法，利用图像的灰度分布密度函数定义图像的交叉熵。 交叉熵可看作是两个概率系统（即图像背景及目标）的信息量之间的差异。求出的交叉熵越大，则分割效果越好。 -Otsu threshold segmentation method, also known as Otsu method, the use of gray-scale image distribution density function definition images of cross-ent
LicensePlateRecognition
- 使用说明 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不
affaffa
- 该程序是帧差法和背景法相结合的一种方法，非常新颖-The program is the frame difference method and the background of a combined approach, a very novel
mulGMM_matlab
- 多高斯模型是检测运动目标的一种背景消减的方法,matlab实现-Multi-Gaussian model is a moving target detection background abatement methods, matlab achieve
houghlinedetect
- hough 变换实现直线检测 在噪声服从高斯分布的背景中构造信噪比为2、长度为34像素的目标线段；在找出线段所在直线后，在采用固定长线段滑动的方法，确定线段的起始点，最终确定线段的确切位置。-hough transform line detection in the noise to obey Gaussian distribution of the background-noise ratio for the structure 2, with a length of 34 pix
BlockMatchingAlgoMPEG
- 基于块匹配的帧间运动估计，对相邻帧间背景运动计算运动矢量 ，使用了多种搜索算法对运动块进行搜索和匹配。-Block Matching Algorithms for Motion Estimation，This MATLAB source code is a review of the block matching algorithms used for motion estimation in video compression. It implements and compares 7 di
adaptivethreshold
- 用matlab实现不规则光照下自适应阈值的前景背景分离算法。文件里面附测试图像。-Matlab implementation to use irregular light of the prospects for adaptive threshold background separation algorithm. Test image files attached inside.
nkde
- 视频跟踪检测 背景核密度估计建模，欢迎指正，-Detection of the background video track modeling kernel density estimation, please correct me, thank you
hhh
- ：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出 应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音 乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高 斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪 方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t
dongtaigz
- 基于背景差法的动态目标检测的代码 希望对大家有用-Difference method based on the background of the dynamic target detection code for all of us hope that useful