搜索资源列表
CircleSim
- 圆拟合算法的实现（VC） 包括：最小二乘精确解、最小二乘近似解、高斯牛顿法迭代解-circle fitting algorithm to achieve (VC), including : LS Exact solution, least squares approximate solution, Gaussian Newton iterative solution
StudyonStereoVision-basedCross-countryObstacleDete
- 本文提出了一种新的跨国家的障碍 检测技术为基础的立体视觉系统。 原始图像的预处理的高斯 过滤器和对比度限制的自适应直方图 均衡（ CLAHE ）方法来削弱作用 噪音，光线和对比度。哈里斯的角落位于与子像素精确。 -Cross-country intelligent vehicles always work in complicated environments with varying illuminations. The paper presents a n
canny
- 最优的阶梯型边缘检测算法(canny边缘检测) 1.Canny边缘检测基本原理 (1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。 (2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。 (3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。 2.Canny边缘检测算法： step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方向；
SIFT-xiaojie
- SIFT算法小结 word版 4 SIFT算法步骤： 1） 检测尺度空间极值点 2） 精确定位极值点 3） 为每个关键点指定方向参数 4） 关键点描述子的生成-SIFT brief summary
A-Complex-Image-Algorithm-
- 动态场实时检测图像重建算法设计，提出了一种实时测量图像重建的新算法，它以固定近似阶数的频谱分析重建算法（FSART）为初级算法，以改进的联合代数重建法（MSART）为二级算法，能够实现复杂流场的快速、精确测量。-Dynamic real-time detection field image reconstruction algorithm design, we propose a new real-time measurement of image reconstruction algorith
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
xianong1
- 基于vc++图像边缘检测（处理前后有对比）内含中值滤波算法，使图像更精确。-Image edge detection based on vc++ (contrast) before and after processing with median filtering algorithm, make the image more accurately.
CS--design-MATLAB
- 基于MATLAB的图像压缩感知毕业设计说明书。运用matlab软件，在离散傅里叶变换（DFT）和离散余弦变换（DCT）分块CS的基础上，采用正交匹配追踪算法（OMP）实现了对一维信号和二维图像的高概率重构。将重构结果与原始信号对比，结果表明，只要采样数M（远小于奈奎斯特定理所需要的采样率）能够包含图像所需要的有用信息时，CS算法就能精确的完成对图像的重构，并且重构效果也比较好-Compressed sensing image graduation design specification bas
Image-Segmentation
- 该代码主要应用于图像处理中的图像分割，其目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界（线，曲线等）。更精确的，图像分割是对图像中的每个像素加标签的一个过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。-The code is mainly used in image processing in image segmentation, which aims to simplify or change the representation
image
- 函数自动估计图片的噪声均值和方差，需要自己选取一块背景（最好是变化不大的背景，这样估计的值更加精确）-Function automatically estimating image noise mean and variance, requires its own a background (preferably a little change of the background, so that the estimated value is more accurate)
gaosi
- 高斯混合模型算法实现c++，高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型-Gaussian mixture model algorithm c++, Gaussian mixture model is a Gaussian probability density function (normal distribution curve) to accurately quantify things, it
GaussianMixture
- 高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。-Gaussian mixture model is to use the gaussian probability density function (gaussian distribution curve) accurately quantify things, it is a to break things down for several based
deblur_saturation_v0.1.tar
- 图像去模糊问题是一个典型的反问题。受制于反问题的内在约束，在其庞 大的解空间中寻找真解或者符合视觉习惯的解都非常困难。再加上观测过程中 引入的噪声，更是制约解的质量。 针对图像去模糊的反问题特性，从模型上来看，已有的方法主要集中在两 个大的方向：1）寻求更恰当的图像先验知识来构造更精确的先验模型。这些 先验经历了从光滑性、分片光滑性、梯度稀疏性等诸多特性的演变，在图像的 盲目和非盲目复原方法中都广泛应用。2）根据对观测噪声的分析设计更合理 的保真项。(The image deblurring p
作业3
- （1） 掌握直方图均衡的算法原理，理解彩色直方图均衡存在的问题 （2） 了解精确直方图匹配的算法原理，了解算法的实际效果。((1) grasp the algorithm principle of histogram equalization, understand the problems of color histogram equalization (2) Understand the algorithm principle of exact histogra