搜索资源列表
BaseAutopanoramareserch
- 别对两幅图像提取广义特征点后， 利用基于根均方误差和交叉相关的两级匹配算法完成同名控制点的建立。并以局部加权直线拟合方法来校正图像 的几何畸变。最后建立两幅图像之间的函数映射关系，完成图像的配准。实验结果证明了该方法的有效性。-Do the two images extracted generalized characteristic point, the root mean square error-based and cross-correlation of the two cont
small-target-detection-
- 介绍了经典的时频分布和检测理论的同时，作者利用时频分布的方法，将一 维时间信号转化到二维的时频空间中，通过提取图像的特征来判决信号和杂波， 采用的数据是使用McMaster IPIX雷达，在加拿大东海岸附近测得的。实测数据 研究表明此方法可以得到很好的检测结果。 -In this paper,we first review the time-frequency analysis and time -frequency-based detection methods.
harris--feature-extraction
- 图像中角点(特征点)提取与匹配算法.，通过harris焦点检测来实现特征的提取-Extraction and matching algorithms of image corners (feature points), harris focus detection to the feature extraction
target-detection-algorithm-
- 为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点，提出1 种基于决策树的多特征检测算法，并将其应用到基于视频的海上搜救目标检测中. 该算法首先提取图像中的颜色、亮度等信息，通过计算各特征的信息增益建立决策树，将搜救目标检测问题分解成3 层决策树分类问题. 实验表明，该算法能够提高多特征目标检测的效率，在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.-Characteristics to overcome the traditional target recognition m
GaborTextureFeature
- 利用Gabor提取图像的纹理特征用于图像检索。-Gabor extract image texture features for image retrieval.
texture
- 基于害虫图像纹理特征的提取，很好的识别各种害虫。-Based on extract the pest image texture features, identification of various pests.
006
- 由于光线分布不均匀或斑块噪音干扰等原因,往往使所要处理的指纹的灰 度值分布缺乏均匀性。在指纹特征自动识别提取过程中,造成许多传统的算法在局部出 现很大的误差。利用方差和均值特征的自动提取方法,首次对不均匀灰度图像进行自适 应分割。然后通过对图像分区域进行不同程度的自适应调整,使具有相同属性的像素单 元具有近似的灰度值分布。调整结果的灰度均匀水平与预先指定的调整精度成正比。这 种调整不仅提高了图像分割的自适应性,而且进一步扩大了一般阈值算法的应用领域。-Gray value d
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
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
sift-based-on-edge-corner
- SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算 量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根 据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结 果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
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
Matching-Algorithm
- 要：图像匹配是计算机视觉中许多领域的基础，特征提取则是图像匹配的基础，其中不变量特征是一 个重要的理论。SIFt是最有效的尺度、旋转、亮度不变量局部特征之一，但算法复杂、计算时间长。分析 了SIFt的计算时间分配，通过计算关键点的邻域梯度直方图时动态修改采样步长，大大提高了SWr的 计算速度。分析了基于SIFt特征的图像匹配算法，提出了双向匹配算法，提高了图像匹配的准确率。实 验结果表明所提出的方法是有效的-Scale invariant feature transform(SI
2005510101315809
- 提出了一种复杂背景下的多车牌图像分割和识别方法，首先采用统计和特征匹配相结合的方法进行背景提取，将可能存在车辆的区域提取出来；然后分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割；最后使用PCA和神经网络相结合的方法精确识别车牌。-Proposed a multi-plate image segmentation and recognition method under a complex background, the first
Matlab
- nonmaxsup——非最大值抑制 hysthresh——设定阈值区间，返回一个二值化图像 canny——边缘探测，图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像，利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点
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
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
extraction-base-on-color-image
- 彩色图象的特征提取与计算软件设计说明书。说明书中介绍了一些彩色图象的特征提取方法，包括颜色、纹理、特征点的提取，另外还介绍了几种图像分割的方法。-This is a color image feature extraction and calculation software design specification.This paper based on color and texture, methods of extracting feature points, and some imag
match
- 使用sift算法提取图像特征点，用BBF的索引方式进行配准-extract image features using sift algorithm and complete the registration and stitch by BBF way
2005-Kernel-RX-AlgorithmA
- 非线性核RX算法(KRX算法)来完成异常目标检测，不仅有效地利用了高光谱图像波段间的高阶统计特性和非线性信息，而且避免了对高维数据的特征提取，从而降低了算法的复杂度．-Nonlinear nuclear RX algorithm (KRX algorithm) to complete anomaly detection, not only the effective use of higher-order statistical characteristics of hyperspectral
image-analyss_fractaldimension
- 作为一种优秀的纹理特征提取技术，多重分形谱插值方法被提出用于图像的特征提取和分类。-As an excellent texture feature extraction technology, a multi-fractal spectrum interpolation methods have been proposed for image feature extraction and classification.