搜索资源列表
ImageEdgeDetectingMethodBasedonFractalFeature
- 运用分形理论描述图像纹理特征，通过分析不同纹理图像及图像边缘处的分形参数，得 到一种新的边缘检测分形特征，从而提出一种基于分形特征的图像边缘检测方法。自适应阈值的 引入，能够实现不同图像的边缘检测。该算法简单迅速，并具有良好的抗噪性能。-The use of fractal theory to describe the image texture features, through the analysis of different texture image and the ima
615498514
- 表面缺损检测对保证产品的使用性能、完整性和安全性具有重要意义 本文将表面 缺损类型总结为结构缺损、几何缺损、颜色缺损和纹理缺损等几类，并进行特征分析。在此基础上，从基于灰度特征、形态特征、色度特征和纹理特征等几方面对表面缺损的图像检测方法进行综-Surface defect detection products to ensure the use of performance, integrity and security will be of great significance to t
基于LBP纹理特征的运动目标检测算法
- 基于LBP纹理特征的运动目标检测算法.rar-Moving target detection algorithm based on LBP texture features. Rar
Image-retrievalatexture-features
- 基于纹理语义特征的图像检索研究。关于图形图像检测的一篇论文。比较新，适合研究生读-Image retrieval based on texture semantic features. Detection of a graphic image on the paper. Relatively new for students to read
zijichangshimbianyige
- 以多光谱数据为原始数据，通过空间变换、滤波、融合、纹理及图像处理等手段，提取遥感图像多维、多尺度特征，最终建立面向目标检测、识别和分析的特征空间，并使用NASA的实测数据对方法的性能进行验证和分析。-Multi-spectral data to the original data, through space conversion, filtering tools, integration, texture and image processing, remote sensing images
Ship-wake-detection
- 提出了一种新颖的基于光学图像的航迹检测方法. 首先利用纹理分析方法判断待检测区域中是否含有航迹, 然后在通过判断的区域中使用条纹增强算法, 凸现航迹特征, 最后使用Radon 变换检测航迹, 并对结果进行了优化. 与现有的检测方法相比, 该方法针对性强, 复杂度低. 使用该方法对实际航拍图片进行了检测实验, 取得了很好的效果.-Track propose a novel detection method based on the optical image. Firstly texture an
Liver-CT-Image
- 提出了一种改进的灰度共生矩阵肝脏CT 图纹理特征分析方法，即首先确定图像ROI 区域，接着构造一个新的能综合反映共生矩阵各角度信息的灰度共生矩阵，然后提取基于该矩阵的纹理特征参数。通过实验验证，上述方法是分析肝脏CT 图的一种快速有效的纹理特征分析方法，对其他特定类别图像的纹理特征分析有参考意义。Radon 变换检测航迹, 并对结果进行了优化. 与现有的检测方法相比, 该方法针对性强, 复杂度低. 使用该方法对实际航拍图片进行了检测实验, 取得了很好的效果.-Track propose a no
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
综合统计纹理与颜色的快速图像检索研究_陈慧婷
- 一种利用颜色检测图像纹理特征的算法，感觉还行，可以作为参考(An algorithm that uses color to detect textural features of an image is still good and can be used as a reference)