搜索资源列表
edgedetection2003
- 数字图像的边缘检测 本科毕业设计（边缘检测是数字图像处理中的重要内容。本文首先对图像的边缘检测的各种算法和算子做了总结和分析。Canny最早提出了边缘检测的三条连续准则:最优检测结果、最优定位和低重复响应,并在这些准则的基础上得到了“最优线性滤波器”―高斯函数的一阶导数。经过十几年的发展,目前已经有了对这个准则的很多改进,本文也对这个方面的工作做了小结。Demigny在理论分析和实践的基础上给出了边缘检测的离散准则,并且证明在离散准则中Canny提出的第三个准则可以被阀值操作所取代。本文利用
matlabsignal
- 在DS-spread spectrum系统中,噪声为加性高斯白噪声,传统单用户检测,线性解相关多用户检测和最小均方误差多用户检测的性能比较-In the DS-SPREAD specturm, noise is always white Gauss noise.
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
EdgeContour
- 边缘检测包括：Roberts边缘算子，Sobel边缘检测算子，Kirsch边缘检测算子，拉普拉斯算子，高斯拉普拉斯算子。霍夫变换，种子填充，轮廓跟踪和轮廓提取。-Edge detection, including: Roberts edge operator, Sobel edge detection operator, Kirsch edge detection operator, Laplacian, Laplacian of Gaussian. Hough transform, seed
pcnn
- 脉冲耦合神经网络与高斯模型结合的运动目标检测-pcnn
300
- 了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结 果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高 斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的O2 算法计算最佳分割阈值，提取变化区域。 实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。-0LDI TCTUG TGUIUNVI C MLCNEU WUVUMVD5N CTTG5CML 5X GUB5VU IUNIDNE
MIMO pd
- MIMO雷达是最近几年兴起的一种新体制雷达，能够有效地克服目标RCS闪烁，本程序模拟仿真了MIMO雷达在高斯噪声背景中的检测性能以及恒虚警检测的性能。-MIMO radar is the rise in recent years, a new system of radar, which can effectively overcome the target RCS flashes, the process simulation of the MIMO radar detection Gauss
MUD
- 在DS-spread spectrum系统中,噪声为加性高斯白噪声,传统单用户检测,线性解相关多用户检测和最小均方误差多用户检测的性能比较-In the DS-spread spectrum system, the noise is additive white Gaussian noise, the traditional single-user detection, the linear decorrelating multiuser detector and minimum mean-sq
edge
- C#编写的边缘检测程序，集合了常用的边缘检测算法，高斯，形态学，小波，Canny 等等。-edge-detect algorithms with C#, including useful methods. For example,Gaussian, wavelet,morphology,Canny and etc.
canny
- canny算法源码。Canny 的目标是找到一个最优的边缘检测算法。Canny 算法适用于不同的场合。它的参数允许根据不同实现的特定要求进行调整以识别不同的边缘特性。对于PC上的实时图像处理来说可能慢得无法使用，尤其是在使用大的高斯滤波器的情况下。但也要考虑到处理器速度的不断提升。 -canny algorithm source code. Canny' s goal is to find an optimal edge detection algorithm. Canny algorit
gaussian_average_yuv
- 在yuv颜色空间实验的单高斯模型，用于目标检测-Yuv color space experiments in single-Gaussian model for target detection
canny
- canny检测器是很有效的边缘检测器，该函数可以实现对目标图像的边缘提取。该方法总结如下：1.图像使用带有指定标准差的高斯滤波器来平滑，以此减少噪声；2.在每一点计算局部梯度和边缘方向；3.第二步中确定的边缘点会导致梯度幅度图像中出现脊，然后追踪所有脊的顶部，并将所有不再脊顶部的像素设置为0；4.执行边缘链接-canny detector is very effective edge detector, this function can be achieved on the target im
direct-sequence-spread-spectrum
- 带干扰的直接序列扩频通信系统,PN码由m序列产生器产生，经过高斯白噪声信道。在接收端接收到的信号包括“有用信号+高斯白噪声+干扰”，将接收信号进行解扩，判决，得到用户的信号检测结果，绘制不同的扩频增益（增益值为10，30，50）下，误比特率随信噪比Eb/N0的变化曲线。-the direct sequence spread spectrum with interference communication system
huachuangjiance
- matlab下实现对高斯噪声下的小目标的滑窗检测。数据为1000个点，滑窗窗口大小为30，每次滑动一个点的数据。采用的是窗内30个数据先各自平方，然后求和，再除以窗口大小。实验表明能有效检测雷达目标信号。-matlab under Gaussian noise to achieve a small target detection sliding window. Data for 1000 point sliding window window size is 30, each time mov
DCT_SVD
- 本文提出一种在原始视频DCT(离散余弦变换)与SVD(奇异值分解)域自适应嵌入水印的算法。算法首先将视频流分割成一个个场景,场景中的视频图像被变换到DCT-SVD域中,水印量化嵌入在最大奇异上,实现了水印盲检测。同时实验证明该算法在满足透明性要求下也满足一定的鲁棒性要求,能够抵抗低通滤波、中值滤波、椒盐噪声、高斯噪声、H.264压缩攻击以及统计攻击和帧剪切等攻击。-This paper presents an original video in the DCT (Discrete Cosine
1
- 在基于视觉检测方式的泊位自动引导系统中,从序列图像中提取泊位飞机,检测泊位飞机的阴影区域,是泊位系统实现的关键。基于高斯混合模型的背景分割算法被广泛应用于静态背景分割中,但是该算法在处理高分辨率图像时,算法实时性显著下降 分割体积大而且运动缓慢的物体时,容易产生“拖尾”现象 不能检测出运动物体的阴影区域。为此提出了基于分层图像的改进高斯混合模型背景分割算法,有效地克服了算法实时性差和“拖尾”现象。在此基础上,提出了基于色彩特征和区域特征相结合的阴影检测算法,利用部分空间约束信息,检测出运动物体的
2
- 边缘特征的提取就是求图像梯度的局部最大值和方向。实际计算中，以微分算子的形式表示，并采用快速卷积函数来实现。常用的算子有微分算子，拉普拉斯算子，Canny算子等。其中Canny边缘检测是一种较新的边缘检测算子，具有较好的边缘检测性能，得到越来越广泛的应用。Canny边缘检测法利用高斯函数的一阶微分，它能在噪声抑制和边缘检测之间取得较好的平衡-Edge feature extraction is to seek the local maximum of image gradient and ori
canny
- 最优的阶梯型边缘检测算法(canny边缘检测) 1.Canny边缘检测基本原理 (1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。 (2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。 (3)类似与Marr（LoG）边缘检测方法，也属于先平滑后求导数的方法。 2.Canny边缘检测算法： step1:用高斯滤波器平滑图象； step2:用一阶偏导的有限差分来计算梯度的幅值和方向；
wxy1
- 人脸检测，通过高斯变化，灰度处理，二值化后得到黑白的图像，通过对水平和垂直经行积分得到眼睛位置信息，从而框选眼部-Face detection, gauss changes, gray, black and white binary image, after we get through the horizontal and vertical integration eye position information, and thus box choose eye
OPENCVgmm_modeling
- 基于OPENCV高斯背景建模源码，可实现初步的运动目标检测-OPENCV Gaussian background modeling based on source code, enabling the initial detection of moving targets