搜索资源列表
ellipticalFourierDescriptors
- elliptical Fourier Descr iptors, 椭圆傅立叶描述子， 对shape匹配很有用，没有解压密码
xinxilun
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman）编码、算术编码、游程编码（Run Length Codin
Shapeanalysisbasedonwavelettransform
- 实现以下功能：1、对象外边界序列的提取。 2、边界序列的傅里叶变换及其在形状分析中的应用。 3、边界序列的小波变换及其在形状分析中的应用。很好的毕业设计哦~~ -To achieve the following functions: 1, extract the sequence of the outer boundary of the object. 2, the border sequence of Fourier Transform and Its Application in s
MeFrm
- 傅立叶变换在图像处理中的重要作用： (A) 图像增强与图像去噪 绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； (B) 图像分割与边缘检测 提取图像高频分量 (C) 图像特征提取 形状特征：傅里叶描述子 纹理特征：直接通过傅里叶系数来计算纹理特征 其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性 (D ) 图像压缩 可以直接通过傅里叶系数来压缩数据
Fourier-Descriptor
- 傅里叶描述子用来描述和识别图像中有边缘的物体形状，本程序基于MATLAB，测试可用-Fourier descr iptor is to analyze and identify the important objects in the shape of one of the methods. The use of polygon-based curve near Continuous Fourier transform method like Fourier descr iptors, and
fuliye
- 傅立叶描述子是分析和识别物体形状的重要方法之一．利用基于曲线多边形近似的连续傅立叶变换方法 计算傅立叶描述子，并通过形状的主方向消除边界起始点相位影响的方法，定义了新的具有旋转、平移和尺度不变 性的归一化傅立叶描述子．与使用离散傅立叶变换和模归一化的传统傅立叶描述子相比，新的归一化傅立叶描述 子同时保留了模与相位特性，因此能够更好地识别物体的形状．实验表明这种新的归一化傅立叶描述子比传统的 傅立叶描述子能够更加高效、准确地识别物体的形状．-Abstract Shape is a visual f
F_matlab
- 实现图像边缘的傅里叶描述子，可用于边缘检测，形状分析。-Matlab achieve image edge of the Fourier descr iptors, can be used for edge detection, shape analysis.
matalb-fourier
- 导师让编写的用于形状识别的程序代码，主要是利用傅立叶描述子实现的-A method of shape recognition using the method of fourier descr iptors
ImageLT_ok
- 图像处理的综合程序，能够实现平移，旋转，缩放，平滑，锐化，傅里叶变换，形状识别等功能，C++实现。-This is a comprehensive image processing program. It can achieve the translation, rotation, scaling, smoothing, sharpening, and Fourier transformation and shape detection, etc.
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
fuliyemiaoshuzi
- 傅里叶描述子用于图像特征提取，对图像缩放，平移和旋转具有转换不变性，适合形状特征的提取(The Fourier descr iptor is used for image feature extraction, the image zooming, translation and rotation are invariant and suitable for the extraction of shape features.)