搜索资源列表
21013118220079121641567539327
- 自动更新程序一个进行特征提取的算法,主要可以进行特征点的检测以及与之相关的边缘检测--An automatic update feature extraction algorithms, the main feature points can be associated with the detection and edge detection--
POINT
- 新型高效图像特征点检测算法 在运动检测 匹配 等图像处理领域有广泛应用-A NEW DIGITAL INTEREST POINT OPERATOR FOR CLOSE-RANGE PHOTOGRAMMETRY
ijcv04
- David G. Lowe关于sift特征点检测的牛文。-A famous paper about sift detection by David G. Lowe.
ECG_Noise
- 心电信号特征点检测的算法研究,针对在心电信号检测中传统的小波方法受锢于二进小波变换的尺度只能是 按2的整次幂取值的缺陷，本文利用连续小波变换在尺度取值上可选取非二进 尺度的特性，系统研究了连续小波变换在心电信号检测中的应用，并提出了一 个基于连续小波变换的心电信号检测算法-ECD signal detect,QRS
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
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
improved-surf
- 改进SURF算法，FAST角点检测算法代替原始SURF特征点检测，很大程度上提高了特征点检测速度。-Improved SURF algorithm, FAST corner detection algorithm instead of the original SURF feature detection, feature detection greatly improves the speed.
PhaseCorners
- 基于相位一致性特征角点、边缘特征检测的基本原理介绍（ppt）-Phase Congruency Detects Corners and Edges
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）
sift_method
- SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果-SIFT (Scale-invariant feature transform) is a local feature detection algorithm by finding a pictur
Robust_Face_Landmark
- 在现实世界条件下获取人脸存在较大的变化在形状和遮挡由于不同在姿态、表情、附属品的使用，例如，太阳镜和帽子以及与目标体（e.g. 食物）的交。当前的人脸界标估计方法在这种条件下努力但由于缺乏一种有效的理论方法用于处理局外点。我们提供了一个新奇的方法，称为Robust Cascaded Pose Regression (RCPR)，通过检测显式的遮挡且使用鲁棒的形状索引的特征可以减少exposure对于局外点。我们证明RCPR改进先前的界标估计方法在3个通用的人脸数据集上(LFPW, LFW and
FaceFingerAuth-master
- FACE DETECTION 用于人脸检测 特征点提取(FACE DETECTION. Facial feature extraction and representation.)