搜索资源列表
ImageProcessorCourseDesign
- ·图像检测：包括显示灰度直方图、Canny算子边缘检测； ·图像增强：包括随机噪声、傅立叶变换、中值滤波、高斯滤波； ·色彩变换：包括彩色->灰度、反色处理、亮度调整、直方图均衡化。 -Image Detection : to show gray histogram, Canny edge detection operator; Image enhancement : including random noise, Fourier transform, filter, Gaussi
houghForest
- 这个是Dr. Juergan Gall写的检测识别图片中的物体，有关的文章名字是Class-specific Hough Forests for Object detection. hough森林方法结合了随机森林和Hough选票去估计物体中心的可能。-A method for the detection of instances of an object class.A class-specific Hough forest is a random forest that maps image
yizhongsuijiduotuoyuanjiancedekuaisusuanfa
- 针对多椭圆检测问题提出了一种快速随机检测算法。该算法利用在图像中随机采样到的一个边缘点和 局部搜索到的两个边缘点以及这三个点的邻域信息确定候选椭圆,再将候选椭圆变换为对应圆,通过确认真圆来确 认真椭圆。在确定候选椭圆时,最大限度地减少随机采样点数‰ 剔除更多的非椭圆点,降低了无效采样,减少了无效 计算。数值实验结果表明:该算法具有良好的鲁棒性,其检测速度比同类算法快-Ellipse detection problem for many a fast random detect
MRI
- 心脏MR序列图像感兴趣区的自动检测与基于Gibbs随机场的分割研究-Cardiac MR image sequence regions of interest based on the automatic detection and segmentation of Gibbs random field studies
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
Hough
- 用改进的随机Hough变换检测胸水图像中的细胞，模式识别中的图像处理-Using a Modified Hough Transform Detection of random images of cells in pleural fluid, pattern recognition in image processing
RHTv1.4
- 一个很有用的随机hough变化检测圆的例子，在linux下编译，带有测试的例子，很实用-A useful change detection hough random example of a round in under linux compiled with the test example, it is practical
imgprocCGsignalproc
- BMP图像处理程序，包括模拟信道产生的高斯加性噪声；图像灰度变换；图像的拉普拉斯边缘提取；中点滤波法的debluring；图像线性模糊。 图形显示函数，包括DDA方法画直线；中点裁剪法；liang-barsky算法的窗口裁剪；种子填充算法； 随机信号处理程序，包括产生正态分布、均匀分布样本；计算其均值与方差；各样本的概率分布直方图分析；功率谱分析；样本叠加的PSD分布分析。-BMP image processing procedures, including analog channel
Gaussian-Mixtrure-with-Markov
- 高斯混合模型 马尔科夫随机场 目标检测 -Gaussian mixture model Markov random target detection
08kz1241
- 实现了物光和参考光双加密的数字全息加密方法,并从理论模拟和实验上分别验证了该方案,其安全性远高于仅加密一束光时的情况.使用双随机相位加密法加密了原始图像,并使用随机相位片编码了参考光. 加密后的图像由 CCD 接收后再使用计算机处 理.在实验上检测了该系统的信噪比和容错性, 并计算得到系统的密钥长度高达6.3×1014 .-Object and reference light to achieve a double-encrypted digital holographic encryp
Circle-detection-
- 基于霍夫变换的圆形检查，效果显著，带有例图-Circle detection based on random Hough transform
class-specific-Hough-forests-
- 用于目标检测的Hough森林分类法。比随即森林效果要好。附有文章和代码。代码是在unix环境下的Opencv运行的。还有训练数据。-ClassSpecifi c Hough Forests for Object Detection，better than random forest.include paper and source code ,working in Opencv .
Kapoor_Winn
- This paper introduces the Located Hidden Random Field (LHRF), a conditional model for simultaneous part-based detection and segmentation of objects of a given class. Given a training set of images with segmentation masks for the object of inter
random-hough-transform
- 利用随机霍夫变换进行圆的检测，matlab编写-Randomized Hough transform for circle detection, Matlab prepared
computer_vision_work
- 自动图像拼接，利用SIFT特征匹配算法，RANSAC(random sample consensus)算法，加权平滑算法等技术克服了传统图像拼接技术中的局限性(如光照、尺度变化的影响等)，实现了光照和尺度变化条件下的多视角无缝图像拼接-Automatic Image Stitching Local features detection Features Matching Homography Estimation RANSAC
zifu-watermarking
- 在Matlab开发环境下，实现将输入的随机字符串以随机序列的方式嵌入载体图像中，并很好的保证了水印的不可见性，同时也实现了水印的盲检测并成功提取出输入的字符。-In Matlab development environment, to achieve the random string input by random sequence was embedded in the carrier image, and it guarantees the invisibility of the wate
RandomForest-C-version
- 随机森林是机器学习领域中一种有效的组合学习模型。在目标检测识别算法中，随机森林被证实在分类中具有很好的性能和效果。提供随机森林源码以供学习参考。-Random Forests field of machine learning is an effective combination of learning model. Target detection and recognition algorithms, random forests was confirmed in the classifi
Counterexample
- 利用随机漫步实现的边缘检测,对于理解random walk比较有帮助-Using edge detection to achieve a random walk, the more helpful to understand random walk
Circle-detection
- hough和randon函数求图像中圆，对于水中气泡检测效果很不错-Circle detection based on random Hough transform
SURF-based-image-stitching
- SURF算法作为一种新近出现的特征提取方法，在重复度、独特性、鲁棒性3个方面，均超越或接近以往提出的同类方法，并在计算效率上具有明显的优势。本代码采用SURF算法检测图像并进行坐标变换与图像拼接。 采用SURF算法对图像进行检测，其主要是用Hessian矩阵对图像进行检测，对图像的特征提取之后找到图像的特征点。之后采用最近临快速匹配（NN）、随机抽样一致性（RANSAC）算法和最小二乘法参数优化（LM）对特征点进行提纯匹配。最后在两幅图像中进行坐标变换，达到统一坐标系和图像拼接的效果。