搜索资源列表
KL_SVD_face_recognition
- PCA主成分分析，采用KL投影和SVD分解提取人脸特征向量，最后采用最近邻判别法计算识别率。-Face recognition based on PCA. KL projection and SVD are used to extract face eigenvectors. Recognition rate is calculated by k nearest neighbors(KNN) method.
Z
- 基于k近邻估计法的非参数概率密度估计论文及源代码的如何实现-K-nearest neighbor nonparametric probability density estimation method based on the estimated
aprgca
- 基于近邻梯度法的低秩矩阵重构程序，可以用于图像分割，将目标图像分割为背景和前景，从而将前景分离出来。-Based neighbor gradient method low rank matrix reconstruction procedures can be used for image segmentation, the target image into background and foreground, which will separate the foreground.
optimization
- 多变量时间序列相空间重构的优化，改进的方法避免使用虚假最近邻点法。-The optimization of phase space reconstruction of multivariate time series, the improved method avoids the use of false nearest neighbor method.
chizhi
- 插值法处理图像包含最近邻，双线性，双三次插值法处理图像-Interpolation processing image contains nearest neighbor, bilinear, bi-cubic interpolation image processing
tsp
- 利用贪心法编程实现TSP问题的最近邻点策略- U52A8 u6001 u89C4 u5212 u6C42 u89E3tsp
数字图像的几何变换
- 图像的几何变换是图像处理的基础内容之一，通过几何变换不仅可以产生某些特殊的效果，而且可以简化图像处理过程和分析程序。论文对常用图像的几何变换的数学基础、算法原理、算法仿真、和畸变校正技术进行研究。主要探讨了数字图像的几何变换（包括图像的平移、图像的缩放、图像的旋转以及镜像变换）理论，以MATLAB为工具，以最近邻插法、双线性插值法和双三次插值法三种常用数字图像差值算法为基础，实现了数字图像的一系列几何变换。几何变换是将几何图形按照某种法则或规律变成另一种几何图形的过程它对于几何学的研究有重要作用
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像
interpolation
- matlab3种内插法的实现。最近邻内插法，双线性内插法，双三次内插法的具体实现(To realize interpolation in matlab3)