搜索资源列表
3dwhist
- 计算和匹配图像的三维直方图,h=getPatchHist(img,weight,nbins),nbins为每一个通道上bin的个数，如[8 8 8] -caculate and match the 3d histogram of an image
ImageProcessing
- 图形图像处理的VC工程，单文档界面，实现了图像旋转平移，直方图处理，滤波，匹配等多种算法-Graphic image processing VC project, single-document interface, to achieve the image shift rotation, histogram processing, filtering, matching and other algorithms
vbPphotoprocess
- 常见的vb图像处理程序，包涵边缘增强+低通滤波+彩色增强+掩模匹配法+彩色变换+二值化+边缘增强+图象平滑处理+灰度拉伸+直方图，通过了仿真仿真，代码可以直接运行。-vb+photo process etc.
motion-tracking-and-implementation
- 目标跟踪是计算机视觉的一个重要分支,日益广泛应用于科学技术、国防安全、航空、医药卫生以及国民经济等领域。实现目标跟踪的关键在于完整地分割目标、合理提取特征和准确地识别目标,同时,要考虑算法实现的时间,以保证实时性。当视频图像中被跟踪目标发生姿态变化,存在旋转或部分遮挡时,简单的灰度模板或者Hausdorff距离匹配一般很难达到实时跟踪目标的要求,出现误匹配或者跟踪丢失的情况,而且跟踪效率较低。Gary R.Bradski提出的CAMSHIFT[1](Continu-ously Adaptive
efingsrcimg
- 这是一个完整的指纹识别程序代码，它包括了直方图均衡，Gabor滤波图像增强，方向图过滤，纹理细化，特征提取及特征匹配。其中，特征匹配包含了3种匹配方法，另外还附有PPT，非常值得研究。 已通过测试。-This is a complete fingerprint identification code, which includes a histogram equalization, Gabor filtering, image enhancement, pattern filtering, te
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
gaosimatch
- 高斯函数的匹配化，只需要输入两个线性因子，就可以匹配出所需要的直方图形状-Gaussian function of the match, only need to enter two linear factors, can match the shape of the histogram
HIST
- vc6.0 opencv 颜色直方图对比 显示 匹配-vc6.0 opencv hist load show match
Gabor-and-histogram-features
- gabor变换和直方图特征的 图像匹配算法 及其比较-Gabor transform and the histogram image matching algorithm and its characteristics of the comparison
color-histogram-matching
- 本代码实现多视频下的目标识别的方法。使用了颜色直方图特征，并计算巴氏距离得出目标是否匹配。可以使用背景较为简单的视频进行实现。-The code to achieve the target recognition method of multiple video. Color histogram, and calculates the the Pap distance derived target match. Can use relatively simple background video
Earth-Movers-Distance(EMD)
- 这里介绍的是一种直方图的比较方法。EMD算法，这里不同于我们熟知的目标检测算法，这里EMD的全称是Earth Mover s Distance，即陆地移动距离，是一种度量准则。光线变化能引起颜色直方图的漂移，引起颜色值位置发生变化，这时候一些直方图的比较匹配策略失效。EMD算法本身是一个通用的算法，它实际上度量的是怎样讲一个直方图的形状转变为另一个直方图的形状，包括直方图的部分（或全部）到一个新的位置，可以在直方图任何维的直方图上进行这种度量。 有关EMD陆地移动距离的具体内容可参考：Lea
Digital-Image-Processing
- 书内容包括 (1) windows位图bitmap(即bmp文件)的结构和调色版的概念； (2) 图象的平移、旋转、镜象变换、转置变换、放缩； (3) 图象的平滑(去噪声)、锐化； (4) 图象的半影调、抖动技术； (5) 图象的直方图修正、彩色变换； (6) 图象的腐蚀和膨胀效果、细化算法、骨架的提取； (7) 图象的边沿检测与抽取、hough变换、轮廓跟踪； (8) 图象的检测、模板匹配； (9) 图象的压缩编码、JPEG压缩编码标准； (10) 图
shape-matching-by-shape-context
- 提出了用于形状匹配的自适应边界点选取的形状上下文方法! 首先"根据目标形状"自适应地确定边界点个数然后"利用选取的边界点"按照本文方法计算该目标的形状直方图最后"利用形状直方图计算不同目标之间的相似度!基于手写体数字的试验表明"形状上下文在有效描述目标的形状特征的基础"准确地计算了不同目标之间的相似度"达到了满意的匹配结果!-Adaptive boundary points for shape matching the shape of the selected context first of
sift
- 1 SIFT 发展历程 SIFT算法由D.G.Lowe 1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。 2 SIFT 主要思想 SIFT算法是一种提取局部特征的算法，在尺度空间寻找极值点，提取位置，尺度，旋转不变量。 3 SIFT算法的主要特点： a) SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。 b) 独特性(Distinctive
ColorMatch
- 使用RGB直方图进行匹配，找出数据库中与要查询的图片灰度级直方图最接近的N张图片-RGB histogram matching to identify the closest to the database and query image gray level histogram pictures
Histogram
- 本代码实现图像的直方图反向匹配，用于目标识别定位-The code to achieve the image histogram reverse match for the positioning of target recognition
Mmyiimageprooa
- matlab实现直方图均衡化，直方方图匹配，邻域平均，局域增强，中值滤波 -matlab histogram equalization, histogram square graph matching, neighborhood average, local enhancement, median filtering
SiftDistance
- 改进SIFT匹配的直方图距离,用于计算描述子之间直方图距离-A Linear Time Histogram Metric for Improved SIFT Matching, Earth Mover’s Distance (EMD)
CV
- 图像处理 o 梯度 边缘和角点 o 采样 差值和几何变换 o 形态学操作 o 滤波和彩色变换 o 金字塔及其应用 o 连接组件 o 图像和轮廓矩 o 特殊图像变换 o 直方图 o 匹配 结构分析 o 轮廓处理 o 计算几何 o 平面划分 运动分析和对象跟踪 o 背景统计量的累积 o 运动模板 o 对象跟踪 o 光流 o 预估器 模式识别 o 目标检测 照相机定标和三维重建 o 照相机定标 o 姿态估计 o 极线几何 函数列表 参考图像处理注意:本章描述图像处理和分析的一些函数-O gradien
ShuTuFinal
- 图像处理 图像增强 低通高通中通 二值化 边缘检测 特征提取 模板匹配 直方图均衡化-Image processing image enhancement low pass high pass in the pass the binarized edge detection feature extraction template matching histogram equalization