搜索资源列表
DistCal
- 包含一种新的相对距离、欧式聚立等的距离计算方法，计算每个训练样本到所有测试样本的距离。-includes a new relative distance, Continental and others Poly distance calculation method calculated for each sample to test all samples distance.
MotionBlurRestore
- 本源代码实现对于运动模糊图像的恢复，除了源代码之外，还含有样本图片。-source code for the realization of motion - blurred image restoration, in addition to the source code, it also contains sample images.
person1_256
- 超分辨率复原（分块处理） 将样本库中的高分辨率图象和低分辨率图象分别做分块处理，当新输入一幅低分辨率图象时，分成小块到样本库中寻找最匹配的高分辨率块，然后复原出高分辨率图象。-Superresolution recovery (block processing) for a sample of high-resolution images and low-resolution images respectively block , when the new importation of a
shouxieshuzishibiedeFisherpanbie
- 脱机字符识别需要建立手写样本库,但由于作者水平有限,就不介绍实例了.这是脱机字符识别中的手写数字识别的Fisher判别.-Offline Character Recognition need handwriting sample database, but because the author is limited, and not on the case. This is offline character recognition of handwritten numeral recognit
shouxieshuzishibiedeFisherxianxingpanbie
- 脱机字符识别需要建立手写样本库,但由于作者水平有限,就不介绍实例了.这是脱机字符识别中的手写数字识别的Fisher判别.-Offline Character Recognition need handwriting sample database, but because the author is limited, and not on the case. This is offline character recognition of handwritten numeral recognit
gc_stereo_vision
- 这是俄罗斯的一个博士的博士论文的配套源码，实现了GRAPH CUT用于立体视觉的匹配，它改善了传统GRAPH CUT计算耗时的缺点，他还因此称为微软一员，专门从事GRAPH CUT在图像处理上的应用。程序写的很精简，写的很好，反复学过很多遍，这也是C/C++爱好者提高编程能力的一个很好的学习样本，很值得仔细反复阅读。
ISODATA
- 在各种聚类算法中，ISODATA可以说是应用最广泛的。以与代表点的最小距离作为样本聚类的依据，因此比较适合各类物体在特征空间以超球体分布的方式分布，对于分布形状较复杂的情况需要采用别的度量。
szsb
- 源代码是识别程序的， 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。
bpnet
- BP神经网络训练代码，可以完成以一般的神经网络训练，输入样本后，可以显示训练结果，采用VC实现，编译后可以直接运行。
texture_synthesis
- 基于样本的纹理合成，采取点替换的方法，可以合成brodatz类的纹理。采取的方法是先对图像分析，然后合成。
fenjijulei
- 一个简单的分级聚类算法，数据结构采用了VC++中提供的CArray类，可以任意添加样本，删除和修改样本，还可以将聚类结果保存起来，对学习聚类算法和VC++中文件操作及控件有一定的参考意义
sumblood
- 以病人的血液样本为原始数据,实现红细胞计数
Facerecognitionbasedonanewfeatureextractionmethod.
- 特征提取是人脸识别技术中一个基本而 又十分重要的环节，寻找有效的特征是解决识别问题的关键本文提出了一种新的人脸特征提取方法。该方法通过可调因子有效结合人脸局部流形结构信息和样本 的类别信息，充分提取样本的判别信息，将LPP 发展成为有监督方法。实验结果表明，该方法具有较好的 识别效果。
Texture
- 纹理生成程序.根据导入的样本纹理,可生成任意大小的纹理图案.当生成尺寸较大时,时间会稍慢.
LDA
- 线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人耳识别会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于LDA的人耳识别。文章对几种基于LDA的人耳识别方法做了理论上的比较和实验数据的支持，这些方法包括Fisherears、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法
mmsetc
- 该函数可以从彩色图像样本中交互式获取RGB三重色，并可以显示对话框供用户选择操作
One-Shot_learning_of_object_categories_PAMI2006.ra
- One-Shot Learning of Object Categories PAMI2006关于面向目标分类的重要论文。 主要解决在很少几个样本图像情况下，如何对目标图像进行新类学习的方法研究。
DigitalRecognitioncode
- 使用说明第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行
boostingDemo
- adaboost的实现算法，可进行人脸的样本训练-implementation of the AdaBoost algorithm, can be a sample of people face training
20064817924orl_faces_112x92
- ORL人脸图像库，共40人，每人10幅图像，其中每人的前5幅作为训练样本，后5幅作为测试分类样本，统计正确分类率。分类准则为最近邻规则。 真实的图像尺寸为112x92，列向量堆积对应人脸库矩阵的每一列。 -ORL face image database, a total of 40 per 10 images, each of which the first five as training samples, after the 5 categories as a test sampl