搜索资源列表
Implementation-of-SIFT-detection
- 摘要：针对SIFT 特征提取的硬件实现结构复杂、难以达到实时性的问题，提出一种改进的高斯金字塔构建方法，该方法从 构建高斯金字塔的原始意义出发，大幅减少了所需的运算时间和存储单元。同时提出并验证了合适的SIFT 参数配置，以及 具体的硬件优化和并行实现方案，使整个系统可以在一片单独的FPGA 芯片上实现。该系统读入串行像素数据流，输出关键 点的特征描述符，并采用256×256 的图像对其进行了仿真验证，结果表明完全达到了实时的效果。 关键词：特征点 实时 尺度不变特征变换 现场可
ctex
- In this project, we intend to segment natural images by combing colour and texture information. For this we will be using an unsupervised image segmentation framework (referred to as CTex) that is based on the adaptive inclusion of color and texture
SingleImageHazeRemovalUsingDarkChannelPrior
- 该论文是CVPR2009最佳论文，提出了一种新的图像去雾方法。-In this paper, we propose a simple but effective image prior- dark channel prior to remove haze from a single input image. The dark channel prior is a kind of statistics of the haze-free outdoor images. It is bas
cx
- 人脸检测与人脸识别 （1）人脸检测（Face Detection） 人脸检测（Face Detection）是指在输入图像中确定所有人脸（如果存在）的位置、大小、位姿的过程。人脸检测是自动人脸识别系统中的一个关键环节。 (2)人脸识别 人脸识别细分为两类，一类是回答我是谁的问题，即辨认（Identification），另一类是回答这个人是我吗？即确认（Verification）。显然，用于Identification模式的识别系统对算法的运算速度的要求要高于Ve
Adaptive-Corner-Detection-
- 摘要文中算法首先在曲线尺度空间中通过高斯平滑以消除噪声；然后再基于自适应弯曲度计算和角点筛选准 则确定角点. 该算法不需要预先输入参数，具有较好的抗干扰性，实现简单有效. 关键词高斯平滑；尺度空间；自适应；角点检测-Abstract In image processing，corner point means the dominant point of maximum curvature aiong the bounding edge of pianar object. A meth
Gupta_CVPR12
- CVPR2012_oral Micro Phase Shifting-We consider the problem of shape recovery for real world scenes, where a variety of global illumination (in- terreflections, subsurface scattering, etc.) and illumi- nation defocus effects are present. These
image-xianzhun
- 实现图像的逆时针旋转任意角度。关键部分：通过p=inputdlg(prompt, input ,1,defans) p1=str2num(p{1}) 来输入旋转参数。 通过函数f=imrotate(handles.img,p1, bilinear , crop ) 实现翻转。 -Counterclockwise rotation of the image at any angle. Key part of the input rotation parameters: p = inputd
kh
- 我们提出了一种简单但是有效的图像先验规律——暗原色先验来为单一输入图像去雾。暗原色先验来自对户外无雾图像数据库的统计规律，它基于经观察得到的这么一个关键事实——绝大多数的户外无雾图像的每个局部区域都存在某些至少一个颜色通道的强度值很低的像素。利用这个先验建立的去雾模型，我们可直接估算雾的浓度并且复原得到高质量的去除雾干扰的图像。对户外各种不同的带雾图像的处理结果表明了 dark channel prior的巨大作用。同时，作为去雾过程中的副产品，我们还可获得该图像高质量的深度图。-we prop
Key_Frame_identification-master
- 使用Matlab基于直方图、欧式距离和马氏距离实现视频镜头分割-This project takes a video as input and converts it into frames. From the numerous frames it identifies only a few number of frames which are the key frames. Key frames are identifies by implementing Histogram analysis