搜索资源列表
esprit
- 具有高分辨信号的空间谱估计-旋转不变技术-ESPRIT
MomentCalculator
- 在图像处理与模式识别领域,边缘图像的moments序列是进行图像分类的高效手段。 本程序提供了moments序列的计算代码,以及中心化正交化moments序列的代码,并提供有二三阶moment计算出旋转不变moments的代码。希望对各位有所帮助。-In the field of image processing and pattern recognition, the edge of the image sequence of moments is a highly effective m
enhance
- 在图象中,边缘是由灰度级和相邻域点不同的象素点构成的。因而,若想增强边缘,就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率,因而具有加强高频分量的作用。如果将其应用在图象上,可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向,因而挑选用于轮廓增强的微分算子时,必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。-In the image, the edge is adjacent to the gray-scale and different domains consi
siften
- 一种改进的SIFT双向匹配算法,sift是经典的旋转不变特征提取算法,本文对其匹配方式进行了改进-An improved two-way matching SIFT algorithm, sift the classic rotation invariant feature extraction algorithm, this method has been improved to its matching
esprit
- 跟prony算法一样,ESPRIT(Estimation of Signal Parameters Via Rotational Invariance Techniques)也是一种参数法,它是一种基于旋转不变技术参数估计的信号处理方法,此方法可以高精度地辨识电力系统中任意组合的衰减/非衰减正弦信号的频率,相位及其幅值等信息。它不需要对信号进行同步采样。此方法把信号空间分解为信号子空间和噪声子空间,能够在较短的信号长度内准确的检测出信号中各个谐波和间谐波成分。-ESPRIT
63535282ls_esprit
- OFDM的一种信道估计方法:基于旋转不变因子的信道估计方法-An OFDM channel estimation method: Based on the Rotation-invariant factor of channel estimation method
97288434esprit
- OFDM的一种信道估计算法:基于旋转不变因子的信道估计算法-An OFDM channel estimation algorithm: Based on the Rotation-invariant factor of channel estimation algorithm
ImageRotate
- 能够实现图像旋转,旋转后图像尺寸不变,经检验程序可用。-the procedure can rotate the image,and don t change the size of the image.
ESPRIT
- 借助旋转不变技术估计信号参数esprit,子空间估计doa方法-With ESPRIT Estimation of Signal Parameters esprit, subspace estimation method doa
SURF-V1.0.9
- 图像旋转不变特征提取与匹配的升级版,Speeded Up Robust Features-Speeded Up Robust Features
tation
- 采用改进的尺度不变特征变换算法计算物体旋转角度-The improved scale-invariant feature transform algorithm to calculate the object rotation
shape-matching-cluttered-scenes-
- 旋转不变非刚性的图像匹配 。代码为matlab源码,代码注释详细,可以通过代码上的链接找到原始文献,以作详细学习-Rotation-invariant non-rigid image matching. Matlab source code, code comments in detail, you can find links to the original code on the literature, for detailed study
paper1
- Gabor小波变换技术对医学CT图像进行纹理特征分类时,由于图像拍摄角度的变化会造成分类的误差。针对以上问题,在Gabor小波变换的基础上提出一种用于分析旋转不变医学图像的方法。该方法采用旋转规范化,即特征元素的循环移位使规范化后所有的图像都具有相同的主方向。实验结果表明,加入旋转规范化循环算子的Gabor小波变换在医学CT图像纹理特征分类时能够达到较好的精确度。-Gabor wavelet transform lacks in its ability to classify the medic
match
- 图像的匹配,使用旋转不变距从测试图片中找到目标图像。-Image matching, use rotation invariant from test images from find target images.
Fast-Rotation-invariant-Template
- 图像梯度方向应用干旋转不变性模板匹配时存在计算量较大的问题,由此提出一种改进的基于梯度方向码的旋转不变模板匹配 方法,通过计算积分直方图降低统计直方图的计算填,采用像素跳跃的匹配方法减少大量无效的匹配运算。实验结果表明,该方法在保证 匹配准确性的前提下,匹配速度提高了3倍至6倍,可以达到实时性要求。-it uses integral histogram to reduce the computing COSTS of computer histograms,and uses pixe
Seal-Identification
- 运用H15;I色彩窄间对印章图像颜色特征提取等一系列预处理,研究了多种识 别方法后发现基于纹理特征的印鉴识别方法不但速度快,而且识别率也较高,并且方法简便。通 过将极坐标和傅垦叶变换结合,计算m印签图像纹理的频谱度量,来完成印鉴的特征提取,运用支 持向量机分类器对印鉴进行识别,实验证明,方法具有良好的旋转不变纹理分析性能,提高了识别 率。-It WaS found a fast,simple and a higher seal image(HSI)identification
Laplacian
- 拉普拉斯算子,实现边界锐化。拉普拉斯运算是偏导数运算的线性组合[4-6],而且是一种各向同性(旋转不变)的线性运算。包含实验报告以及代码-Enhancement Using the Laplacian (a) Use the programs developed in Projects 03-03 and 03-04 to implement the Laplacian enhancement technique described in connection with Eq. (3.7
esprit1
- 利用旋转不变方法对信号的波达方向进行估计,主要用于窄带信号-DOA estimation by ESPRIT
LBP
- 改程序是本人编写的,可以运行,采用的是yale人脸数据,采用4*4分块,无权值,统一旋转不变模式-The program is I write, can run, using Yale face data, using the 4* 4 block, has no right to value, uniform &rotation invariant mode
Ienhancen
- 在图象中,边缘是由灰度级和相邻域点不同的象素点构成的。因而,若想增强边缘,就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率,因而具有加强高频分量的作用。如如果将其应用在图象上,可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向,因而挑选用于轮廓增强的微分算子时,必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。 -In the image, the edge is constituted by the pixel dots of different gray le