搜索资源列表
handdetection3
- 基于opencv的手部皮肤识别程序，可以根据手掌的大小判断出手掌展开或者握拳的两种状态，并将状态通过网络发送出去。-Opencv hand based on skin identification procedures, based on the size of the palm or fist, palm and determine the two states, and the state sent through the network.
407144_0ada6272e76cf408
- 设置kalman滤波器中噪声大小以及状态状态转移矩阵，测量向量，就可以进行目标的跟踪。 -Kalman filter set size and noise in the state transition matrix, measurement vector, target tracking can be carried out.
ShiftJudgment
- 基于opencv，使用vc2008实现，在选定的区域（红色和黄色，从红色到黄色状态为“1”，反之为“2”）可判断物体的进出情况，-Based on opencv, using vc2008 achieved in selected regions (red and yellow, to yellow from red state " 1" , contrary to the " 2" ) to determine the object out of the sit
optical-flow-algorithm-simulation-
- 提出一种基于OpenCV图像库的运动目标处理算法仿真方法，介绍了OpenCV库的特点和VC6环境下的配置，通过调用库中的视频读写函数、图像特征计算和光流计算函数，得到运动目标的光流场，为运动目标状态分析和跟踪提供了基础，仅在-OpenCV-based optical flow algorithm simulation exercise goals
HandSegment_OpenNI_OpenCV
- 手势识别非常重要的一个特点是要体验要好，即需要以用户为核心。而手势的定位一般在手势识别过程的前面，在上一篇博文Kinect+OpenNI学习笔记之8(Robert Walter手部提取代码的分析) 中已经介绍过怎样获取手势区域，且取得了不错的效果，但是那个手势部位的提取有一个大的缺点，即需要人站立起来，当站立起来后才能够分隔出手。而手势在人之间的交流时，并不一定要处于站立状态，所以这不是一个好的HCI。因此本文介绍的手势部位的提取并不需要人处于站立状态，同样取得了不错的效果。-A charact
CV5
- 本程序功能是由运动（估计）恢复仿射结构，具体使用的是factorization分解法。这个方法的本质就是一个矩阵分解的过程：对于给定n个点的m幅图像，我们可以写成一个2m*n的矩阵D=（q1，q2，…，qn），而这个像点矩阵可以表示成一个2m*3矩阵和一个3*n矩阵的乘积，即D=AP，其中A、P分别表示实际（仿射）摄像机位移和场景状态，也就是我们需要求得的矩阵。而如何根据D来得到A、P，正是factorization分解法的工作。-This program features the recove
KalmanPoint
- 实现Kalman滤波对一个运动点的检测，包括对运动状态的预测等。-The detection of Kalman filter on a moving point, including the motion state prediction.
Draw--rectangle-and-fill-
- 适用于采摘机器人的柑橘扰动状态下的识别定位。-Suitable for citrus picking robot disturbance to identify the location state.
Kalman
- 在机器视觉中追踪时常会用到预测算法，kalman是你一定知道的。它可以用来预测各种状态，比如说位置，速度等。关于它的理论有很多很好的文献可以参考。opencv给出了kalman filter的一个实现，而且有范例，该应用是对二维坐标进行预测和平滑-In machine vision often used to track prediction algorithm, kalman is that you must know. It can be used to predict various st
MTF
- Kal man 滤波是一种应用非常广泛的状态估计算法 基于信息融合的 Kal man 滤波包 括状态向量融合和测量融合两种方法 传统的 Kal man 方法 TTF 具有较低的估计误差和很长的计算时间 提出的状态向量和测量向量的融合模型 MTF 利用局部融合信息给出一种更好的状态估计 计算时间短 性能也比 TTF 高-Conventi onal Kal man filt er TTF based on i nf or mati on f usi on i ncl udes t Wo
houghtest
- opencv3.0霍夫变换找直线，找圆，直接在视频状态下进行实时找直线，找圆-显示以下内容的翻译： opencv 3.0霍夫变换找直线,找圆,直接在视频状态下进行实时找直线,找圆 仍然翻译： opencv3.0霍夫变换找直线，找圆，直接在视频状态下进行实时找直线，找圆 opencv 3.0 Hough transform to find a straight line, find circle。 at the video state directly in real time to fi
kalman
- 使用kalman滤波进行目标跟踪，kalman可以通过观测到的结果进行更新从而估计下一时刻的目标状态-Using kalman filter for target tracking, kalman can be updated by the observed results to estimate the target state of the next moment
基于opencv的绝缘子及其等电位线故障状态智能识别
- 识别复杂背景下的绝缘子，提取绝缘子，放射投影后对绝缘子进行故障检测。(To identify the insulator in the complex background, the insulator is extracted and the insulator is detected after the projection.)
kalman
- 卡尔曼滤波，它能够从一系列的不完全及包含噪声的测量中，估计动态系统的状态(Calman filtering, which can estimate the state of a dynamic system from a series of incomplete and noisy measurements)