搜索资源列表
fayeboy1984
- 此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分
一种基于区域匹配的图像拼接算法
- 本文提出了一种基于区域匹配的图像拼接算法, 将一幅图像分别从左上、 左下、 右上、 右下四个方位逼近另一幅图像,并在其上作水平平移, 对两幅图像的重叠区域进行相关度计算, 以获得最佳匹配点,实现拼接操作。该算法的有效性及精准性得到验证,结果令人满意。
立体匹配算法
- 关于区域匹配的算法，附带检测图片
时域有限差分法
- 吸收边界条件 当利用FDTD模拟开区域的电磁场问题时，由于计算机内存有限，必须对计算区域截断，使计算区域有限。 理想匹配层（PML）表面阻抗边界条件和近-远场变换
123
- 一种基于方向信息的鲁棒型Hausdorff距离匹配方法。该方法采用方向信息提取图 像边缘,通过计算边缘匹配率( edge matching rate, EMR)获得候选匹配区域,然后采用修正后的Hausdorff距离构造 相似性测度。实验结果表明,该方法加快了匹配过程,提高了抗噪性能,并能够准确匹配含有遮挡和伪边缘点的图 像,从而解决了基于传统Hausdorff距离匹配方法因噪声点、伪边缘点和出格点而造成的误匹配问题。-Based on the direction of inform
RealTimeSpeedupTechni0ue1234Re5i3n6a1edS7e4e38a7ch
- 针对区域立体匹配计算量大实时性差的困难,分析了相关匹配算法的实际工作过程,采用消除冗余因子和M2C滤 波、多级分辨率匹配减小计算复杂度,对算法结构进行了改进和优化,并利用超线程和D65/EF技术对算法进行了加速,提出 了一种实时区域匹配算法。对算法进行实验,结果表明算法符合了视觉导航的准确性和实时性要求,并且对于提高其他区域 匹配算法实时性也具有重要借鉴意义。-Stereo matching for the regional real-time calculation of a la
imagingmosaicking
- 一种基于信息熵和灰度相关的全景重叠图拼接算法。该算法综合了基于灰度相关和信息熵的优点。 通过匹配连续区域的熵的兰氏距离获得了比较精确的定位 -Based on information entropy and gray related overlapping map panoramic stitching algorithm. The algorithm based on a combination of gray and information related to the merits
IMAGE
- 图像匹配,可以方便从一个图像中找到另外一个图像相似的区域。-image match
product
- 提出了一种改进的加权Hausdorff距离，并将其应用于字符图像的匹配。该方法根据字符图像的结构特征对字符不同区域设置不同的权重。实践表明该方法改善了图像匹配效果。-An improved weighted Hausdorff distance, and applied to characters in the image matching. The method according to characters in the image of the structural characteris
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
cxx6
- 准是指同一区域内以不同成像手段所获得的不同图像图形的地理坐标的匹配。包括几何纠正、投影变换与统一比例尺三方面的处理。在多时相、多信息的复合综合分析时常需... -Standard is the same region acquired by different imaging methods of different geographic coordinates of the image graph matching. Including geometric correction, proj
improvedimagedensestereomatchingalgorithm
- 针对目前主流方法对图象中纹理单一区域匹配效果不佳胡问题，提出一种改进的立体象对稠密匹配算法-Mainstream view of the current image in the textured area on the effects of poor matching Hu is proposed as an improved stereo matching algorithm on the dense
ApplicationofimprovedrepresentatiVepointmatchalgor
- 提出一种用于电子稳像技术改进的代表点匹配算法。通过合理的划分区域，保证在 域内各点运动的一致性，利用代表点匹配算法确定各区域内的运动矢量，并把其代入变换模型可得关于旋转、平移和变焦等信息的线性方程组，求其方程的解得全局运动矢量-Proposed for improved electronic image stabilization representative point matching algorithm. Through reasonable zoning, ensure the cons
One-kind-of-image-mosaic-algorithm-
- 一种基于区域匹配的图像拼接算法，希望对大家有帮助-One kind of image mosaic algorithm based on region matching
boxingpipei
- 波形匹配算法，为了获得完整的指纹图像，提出一种基于波形匹配的指纹图像帧序列拼接算法．该算法从每个图像帧的参考区域提取波形信息，通过计算波形相似度并引入逐步求精的拼接策略，分3个阶段获得拼接参数，确定图像帧之间的重叠和水平移位．实验结果表明，文中算法运算量小、运算速度快、占用系统资源少，特别适用于资源有限环境中的自动指纹识别系统．-Waveform matching algorithm, in order to obtain a complete image of the fingerprint,
WaveletTransform
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
waveletanalysis
- 边缘是图像中最重要的信息，是模式识别、图像分 割以及场景分析的重要基础。边缘检测是图像处理领 域一项重要的技术和任务。图像中边缘通常解释为灰 度值有突然改变，像素梯度具有局部极大值。很多经 典的边缘检测算子如:Roberts, Sobel, Prewitt, Frei- Chen和Laplacian等，均以图像局部区域特征与特定 边缘模式匹配为基础，定义数个方向导数模板(一般为 窗口)，将图像与模板进行卷积运算实现边缘检测。它 们具有实现简单，速度快速，易于应用
fuzabeijinggenzong
- 介绍了一种常用的Kim目标分割方法,并 针对其不足,对Kim方法进行了改进,将连续两帧的差分图像和背景差分图像直接相乘得到灰度图 像,然后对该灰度图像进行阈值分割来获取目标区域模板,再基于灰度加权图像模板匹配法实现目标 跟踪 -A common Kim target segmentation, and for its shortcomings, Kim method improvements, the two consecutive frames of the different
stereovision
- 此方法是基于区域进行的立体匹配的花费计算，方法容易实现。- this method is based on the area of cost calculation, stereo matching method is easy to implement.
image-feature
- 把 SIFT 算法应用在牙齿模型图像上，检测牙齿图像的特征点。 方法：首先采用高斯差分算子 DoG 搜索整个图 像的尺度和位置信息，从而确定具有代表性尺度、方向的特征点。基于其稳定性选择关键点，得到一个详细的模型以确定每个候 选点的合适位置和范围。基于局部图像梯度方向信息将方向矢量和关键点对应起来。在选定范围内的每个关键点周边区域测量 局部图像梯度，并采用 KNN 算法进行特征匹配。 结果：通过大量的实验和与其他特征提取方法相比较，该方法能有效地检测牙 齿模型图像的特征，并为牙齿