搜索资源列表
auto_Canny_edge_detector
- 自适应Canny算子边缘检测技术,介绍高低阈值比例的选值，提出高低阈值比例对图像的影响。
图像处理
- 【用途】在一个纯白色的底板上放置叶片和已知尺寸的深色标定物，用数码相机拍照，获得的照片可用本软件测定，可用于测定棉花、甘薯等不规则叶片的大小和颜色，但其实可用于测定任何片状物的尺寸和颜色。本软件能根据底板纯白色的特性自动校正照片的白平衡以减少色差。 【使用】1.打开图像文件 2.去除图像背景 3.拖动鼠标选择矩形区域，然后点一下左边的图像框，即可获得尺寸比例和色彩平均值 4.被测定物的面积=被测定物面积百分数*标准物实际面积/标准物面积百分数。 【要求】对图像的要求： 1.测定
pca2D
- 2DPCA用于人脸、步态等图像识别，可先按照行列比例将不规整图像归一化处理，然后进行训练，并且识别，全部中文注释和提示，便于学习和参考。-2DPCA human face, gait, such as image recognition, in accordance with the ranks of the ratio can not structured to deal with the normalized image, and then training, and recognition
ImageRecognitionBasedonRadonTransfor
- 基于Radon变换提出了一种新的图像识别方法，首先构造了二维图像在Radon变换空间的平移和比例 不变量，然后根据变换空间数据的特性，利用奇异值分解得到了旋转不变量并将其用于三类飞机的识别，仿真结果表明该方法具有很好的性能和较高的实用价值。-I nt hisp aper,a n ewi mager ecognitionm ethodb asedo nR adont ransform isp roposed,2一Di magem omentin variant basedo nR adon
Recognition
- 摘 要:人脸是一个复杂的模式,在图像中自动地对其进行定位和分割是进行人脸识别的第一步。本文提出一种 运用肤色信息和模板匹配的人脸检测方法。该方法先进行肤色分割,然后对每一个人脸候选区域进行形状比例的 分析,最后进行模板匹配。实验结果表明,该方法对任意背景下,任意姿态及任意数目的人脸检测非常有效。 -Face Detection and Recognition
xibaosedushibie
- 对细胞图像进行色度识别，并计算红色所占图像比例-Cell image chromaticity identify and calculate the proportion of red share images
face
- 。基于颜色的系统可以在不同的视角中均能检测到人脸，不受人脸姿态变化的影响。根据颜色进行人脸检测的问题在于人所感知到的颜色与到达视网膜的光线的频率并不是一样的。通过对人脸图像做二值化，统计像素比例信息。得到人脸识别结果.这里通过对人脸图像打上网格，对区域块图像做二值分析，通过像素比例来做处理。进而得到人脸区域。-. Color-based system could be detected in a different perspective to the face, not the face at
neural-network
- 指出了传统边缘检测算子算法的不足,提出了一种利用基于BP神经网络的数字图像边缘检 测算法,即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像,进行神经网络的学习训练,改变神经网络的结构参数得到神经网络的模型参数,最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现,将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测,能够取得比较好的效果-The paper points out the limitation of the traditional
PeopleDensitydll
- 视频图像的人群密度检测，多种人群密度场景下人群计数算法： 算法功能:建立图像特征和图像人数的数学关系 算法输入:训练样本图像1,2…K 算法输出:模型估计参数 ，参考图像 算法流程：1)对训练样本图像进行分块处理(算法1.1)； 2)通过算法1.2，计算训练样本各个对应分块的ALBP特征归一化，再用K-means算法(可使用opencv等算法库实现，不再描述其算法)，将图像块分成k(k<K)类，获取k(k<K)个聚类中心，即为参考图像； 3)对分块的图像进行与
156423
- 为实现教室监控视频中多目标智能跟踪，研究提出了一种基于前景检测修正和梯度特征的改进型ＣａｍＳｈｉｆｔ算法。该算法利用收敛速度分段分区可调的背景重建算法对视频序列进行背景重建与前景检测。综合考虑了前景检测结果，图像 梯度和颜色特征，进行ＣａｍＳｈｉｆｔ目标跟踪。该算法能自适应调节梯度与颜色特征融合比例，对强光有一定的抑制作用。开发了实验软件，仿真结果表明了所提算法的有效性，为解决教室照明用电浪费问题提供一个可行的解决方案。-Surveillance video in the classroom