搜索资源列表
2
- 机器人视觉导航而言，道路识别和表示是一个非常重要的环节，它直接影响到后续的路径规划。该文针对红外道 路图像，提出了基于区域方法的一套处理方案，该方法首先通过分割获得道路区域，利用链码跟踪获取道路边缘的链码。采 用了一种通用的道路模型，然后基于链码以及该道路模型，设计了一种有效的道路边界拟合方法。在拟合过程中，首先依据 一定的准则把链码分为两段，对于每一段再递归执行该分段过程，直到不能分为止，然后用分段直线去描述道路边界。该拟 合算法可以有效地处理直道和非直道的情况。文中给出了相关
Houghtransform
- 基于hough变换瞳孔定位识别：使用灰度累加算子首先获得一个瞳孔内点，然后进行瞳孔分割、边缘检测、椭圆拟合，极端条件下也可实现瞳孔定位识别，鲁棒性很好-Based on the the hough transform pupil location identification: the use of gray-scale accumulation operator First a pupil within, and then split pupil, edge detection and ell
GetCenterPoint
- 由一张图像提取圆形的边缘,得到离散的点来拟合椭圆,并简单的去除噪声,得到椭圆中心坐标.-Extracted by a picture rounded edges to fit the discrete points oval, and simply remove noise, get the coordinates of the center of the ellipse.
matlab
- 并用最小二乘法拟合得到的二值边缘，使装配间隙宽度的测量的精度和准确性得到了极大的保证。 - The contour descr iption is obtained by fitting at least squares principle. So the precision and validity of assemble gap is ensured.
nihe-opencv
- 焊缝检测，通过焊缝边缘的点，拟合出新的直线，作为焊缝边缘-seam detection
fast-template-matching
- 本文提出一种基于图像边缘几何特征的快速模板匹配算法。算法利用边缘 点的位置和梯度方向作为匹配信息进行相似度计算。可以很好的避免因图像明 暗变化、光照不均匀、旋转所带来的影响，且对于部分遮挡的情况，亦可以得 到良好的匹配结果。为了得到边缘点坐标和梯度方向，本文根据曲面拟合原理， 通过平移变换，推导出精确梯度方向和亚像素边缘坐标的快速算法。既加快了 算法的处理速度，也是匹配算法高精度的前提保证。为了使匹配算法满足实时 性要求，主要采用阈值判断和图像金字塔算法的搜索策略。在阈值
opencv-doc
- 图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）
ceyingbizhijing
- 对原始图像进行中值滤波、二值化、边缘提取、拟合处理进行硬币直径的测量-The original image is filtered by median value, two value, edge extraction and fitting to measure the diameter of the coin