搜索资源列表
图像分块
- 实现简单图像的分块处理，可以对大图像或者目标复杂图像分成小块单独处理(To achieve simple image of the block processing, you can large images or targets complex images into small pieces, separate processing)
zhishiying2
- 自适应过程是一个不断逼近目标的过程。它所遵循的途径以数学模型表示，称为自适应算法。通常采用基于梯度的算法，其中最小均方误差算法（即LMS算法）尤为常用。(The adaptive process is a process of approaching the goal. The way it follows is represented by a mathematical model, called an adaptive algorithm. Gradient-based algorithms
motion evaluate-block match
- 对于锚定帧中的每一个图像块 都在目标帧找到最匹配的块 ，使它们误差最小。(For each image block in the anchor frame, the most matched block is found in the target frame to minimize the error.)
ssdse
- matlab图像处理目标检测的小程序，光流法来检测目标物体(MATLAB image processing target detection small program, optical flow method to detect target objects)
双峰法阈值分割
- 双峰法阈值分割。阈值分割法是一种基于区域的图像分割技术，原理是把图像象素点分为若干类。图像阈值化分割是一种传统的最常用的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区
自适应阈值
- 最大类间方差法是由日本学者大津(Nobuyuki Otsu)于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。(The largest between-class variance method was proposed by the Japanese
zuixiaowaijiejuxing
- 使用matlab识别图像目标，并外接最小矩形方便计算面积等特征值。(Identifying the image target and connecting the smallest rectangle)
cem-mnf
- 基于最小噪声分离变换的CEM算法，首先经过高通滤波处理后，进行MNF变换，对变换完成后的图像进行CEM处理，主要用于高光谱的目标探测