搜索资源列表
sss
- 手写数字识别,提取数字骨架,划直线和该骨架相交,取交点数和数字端点为特征向量.建立特征库进行匹配
skeleton-motion
- 在计算机视觉领域，人体运动分析的研究具有相当广泛的应用前景。由于人体运动的复杂性，已有的研究方法都对研究对象—人体，加上了许多限制条件。本文中提出了一种新的方法来获得各类人体运动的信息。本文主要论述了该方法中对人体三维运动骨架的重建部分，其基本思想是在摄相机定标的基础上，应用三维人体模型知识和运动连续性依次建立每个图象的人体运动骨架。-In the field of computer vision, human motion analysis with a wide range of appli
3DvisionKinectProcessingandArduino
- 欢迎视觉革命。在微软的Kinec带领下，您现在可以使用三维计算机视觉技术建立数字化三维模型，人和物体，你可以用手势和语音指令操作。这手势指导，提供所有的技术和概念的信息，你需要为Kinect建立出色应用，使用的加工编程语言和Arduino的微控制器。 无论你是学生，业余爱好者，制造商，玩家，或硬件黑客，Ｔｈｉｎｇｓ Ｓｅｅ让你与几个Kinect的项目运行，给予你用这神奇的三维计算机视觉技术建立你自己的玩意和创意项目的技能和经验。解锁你的能力，建立与Kinect的交互式应用程序。
matlab
- 通过反复从对象中移除边缘像素，直到它们被减少到单像素宽的骨架，二值图像从而被细化得到根中轴(Smucker et al., 1987 Tanaka et al., 1995)。建立在NHI图像上的骨架化命令是用于此过程（见于Fig. 7(ii)）和计算骨架像素的数量。-The binary image was thinned to get the medial axis of roots by repeatedly removing edge pixels from the objects un
mvn_in_action_code
- 《maven实战》是国内第一本公开出版的Maven专著。它内容新颖，基于最新发布的Maven 3.0，不仅详尽讲解了Maven 3.0的所有新功能和新特性，而且还将这些新功能和新特性与Maven 2.x版本进行了对比，以便于正在使用Maven 2.x版本的用户能更好地理解。本书它内容全面，以从专家的角度阐释Maven的价值开篇，全面介绍了Maven的安装、配置和基本使用方法，以便于初学者参考；详细讲解了坐标和依赖、Maven仓库、生命周期和插件、聚合与继承等Maven的核心概念，建议所有读者仔细
Reconstructing Plants in 3D from a Single Image Using Analysis-by-Synthesis
- 成熟的计算机视觉技术允许重建 从图像中挑战3D对象。然而，由于高度的复杂性 植物拓扑中，用于生成三维植物模型的专用方法 必须设计。我们建议使用 一种综合分析方法，混合来自单一图像的信息 以及对植物种类的先验知识。 首先，我们专用的骨架算法从叶子分割中生成一个可能的分支结构。然后，一个3D生成模型， 建立了考虑植物知识的分支系统参数模型。生成的骨架遵循 自然分支结构的层次结构。的一个实例 可以生成一个3D模型。的变参数值 生成模型(植物和树叶的主要分枝结构)，我们 生产一系列