搜索资源列表
TextureSpectrum256
- 基于纹理谱的图象特征提取程序,用于图象与视频的分析与识别,该算法基于OpenCV.-based on the texture spectrum image feature extraction process for image and video analysis and identification, The algorithm is based on OpenCV.
img_process_java
- 图像/视频处理程序，运行命令：java Video processor Canny edge, Gabor texture feature 输入为彩色或灰度图；motion estimation 输入为QCIF序列；the shape processing 输入为二值图像-image / video processing procedures, execute commands : java Video processor Canny edge, Gabor texture feature
vodecode
- 数字视频的解码以及解码视频的回放，有：形状解码、运动信息解码、VOP解码以及纹理解码。有多路视频回放的实际应用案例-digital video decoder video decoder and the intervals are : shape decryption, decoding information campaign, VOP decoding and texture decoder. Video playback how the practical application of c
graphcut-texture-synthesis
- 基于图割graphcut的纹理合成,有window版本和linux版本，源代码和可执行程序都有，是Graphcut Textures: Image and Video Synthesis Using Graph Cuts的实现，linux和window代码都有，window下是vs2008的工程，需要安装vs2008 -texture synthesis based-on graph cut
Classifying_Video_with_Kernel_Dynamic_Textures_CVP
- 顶级会议CVPR上发表的基于动态纹理的视频分类的论文，提出了基于核函数的方法，具有很高的参考价值。-Published in top-level meeting CVPR video classification based on dynamic texture paper, presented a method based on kernel function, has high reference value.
chepaidingweisuanfayanjiu
- 摘要 车辆牌照识别(License Plate Recognition System, LPR)作为目标自动识别的一 种重要形式，可用于电子收费、出入控制、车流监控等众多场合，从而提高交通 管理自动化的程度，它的相关技术的研究正逐渐受到人们的重视。 本文主要介绍基于Run Length原理和Tamura纹理的车牌定位系统，该系统是基 于视频流进行开发的，主要包括车辆运动区域检测、车牌图像处理、车牌定位。 其中车辆运动区域检测利用多帧求平均的背景估计方法实现；车牌图像处理包
recognition
- 图像或视频的目标识别和跟踪技术中的纹理分析-Image or video target recognition and target tracking in texture processing
recognition-algorithm-design
- 运用帧差序列图像进行背景建模与更新，采用背景差分和LBP纹理分析法进行运动车辆的分割及阴影消除。提出车辆形状投影量的概念，将视频车辆二维形状信息降至一维，并设计二维输入模糊分类器，根据形状投影量和车高，车长比，完成车型的多种类精细识别。-Frame difference image sequence background modeling and updating, background subtraction and the LBP texture analysis method for th
CVPR_Sharp1250
- 一片2007年cvpr上的文章，主要讲的是关于视频中目标的跟踪，主要运用的外观的纹理特征。-A the article on cvpr 2007 mainly about goal tracking on the video, the main use of the appearance of texture features.
tracking
- 视频的运动目标跟踪，目标可自行框定选择。采用MeanShift、纹理特征及混合高斯模型等融合的方法。目标跟踪效果非常好，尤其运动速度较快情况，以及人物间遮挡情况。-Video moving target tracking, the goal of self-framed choice. Of MeanShift, texture feature and mixed Gaussian model fusion method. Target tracking performance is very
gaborcreate
- 该代码描述了一种用Gar小波进行纹理特征提取方法，可用于图像分析、视频处理、以及模式识别前期建立模式向量。-The code describes a texture with Gar wavelet feature extraction methods can be used for image analysis, video processing, and pattern recognition pre-established pattern vector.
LEAf
- 用于视频检测中的叶子识别，提取颜色特征和纹理特征，简单高效。-Leaves for video detection to identify, extract color and texture features, simple and efficient.
math
- 通过对影像内容、特征、结构、关系、纹理及灰度等的对应关系，相似性和一致性的分析，寻求相似影像目标的方法-Through the video content, features, structures, relationships, texture and gradation correspondence between similarity and consistency analyzed to find similar images targeted approach
6
- 图像修复是指恢复图像中破损区域的颜色信息或者去除图像中的多余物体。针对视频图像损坏特征中较复杂的水 平与垂直条带，利用视频图像时间连续性的特点，提出基于小波分析理论的修复方法。实验结果表明，该系统能够较好地恢复 视频图像和有效去除文字。 -Image inpainting refers to restore the color information of the damaged region in the image or remove the unnecessary obje
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
m13
- 针对户外视频监控存在光照变化这一问题, 提出一个用于准确完成目标检测的实时背景建模框架. 考虑到目标检测 的准确性要求, 建立基于帧间像素亮度差统计直方图的像素亮度扰动阈值. 在此基础上, 针对背景建模的实时性要求, 提出一种基于自回归背景模型的参数快速更新方法. 鉴于不同光照变化的适应性要求, 定义对光照变化不敏感的背景纹理模型. 上述模型统称为自回归{ 纹理(Auto regression and texture, ART) 模型, 该模型适应于户外光照变化. 基于该模型构建像素亮度和纹