搜索资源列表
tuxiangchilihuidu
- 在图象工程中，图象处理、图象分析、图象理解作为其研究的三个重要层次，图象处理是图象目前发展的主体技术。图象的灰度处理作为图象处理的最基础理论之一，本文探讨了通过读取数字图象基础数据，进行图象变换、增强、均衡化等过程，完成图 象灰度处理的整个过程及其实现的方法。-in image engineering, image processing, image analysis, image understanding, as its three important levels, and image
12254656
- 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提．阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．-image segmentation is image processing and computer vision field of low-level visual basic and the most important one of the fields, It
Image_Watermarking_Method_Based_On_Multi-resolutio
- 一种基于多分辨率分解的图像水印嵌入方法 【摘 要】：根据小波变换的多分辨率的分析特征，提出了一种基于小波变换的水印嵌入方法，即在嵌入之前对水印做置乱处理，然后根据小波变换后的不同分辨率上的特点，将原始图像和水印进行小波分解，再将相同分辨率层次的数字水印分别嵌入其对应相同分辨率层次的原始图像中，使水印不可感知。试验结果表明，利用该方法较好的保持了图像的质量，并且对常用图像处理方法具有一定的健壮性，是一种行之有效的水印嵌入方法。
imgapp
- 边缘检测是数字图象处理、图象分析和识别领域中的重要课题。近年来，由于彩色图象的广泛应用，使彩色数字图象处理技术日益收到关注，彩色图象边缘检测是在众多的彩色图象处理中极为重要的方法，这是因为图象分割、识别等大量的高层次彩色图象处理均建立在低层次边缘检测的基础上。本实验是将彩色RGB图象首先转换为灰度图象，然后利用经典的边缘检测算Canny算子来实现边缘检测，然后再统计出边界方向的直方图。
Cluster.rar
- 在Visual C++下实现聚类分析在图像识别中的应用。其中包括模糊聚类，遗传算法聚类分析，层次聚类和动态聚类等算法。可以运行，并有分类的源文件。是不错的研究素材。,In Visual C++ Achieve clustering analysis in image recognition applications. Including fuzzy clustering, genetic algorithm for cluster analysis, hierarchical clusterin
RSImage
- )l提出面向遥感图像处理软件的体系结构:以遥感图像应用领域软件体系结构风格为主，兼有层次结构风格和数据抽象与面向对象组织风格的特点。在详细讨论图像数据表示方式的基础上，通过深入分析遥感图像数据在显示过程中所遇到的问题及其相应的技术解决方案，为图像显示库设计了图像显示模型、坐标变换模型和透明图像的显示模型。 提出了以分块分层结构来加快海量图像数据处理的方法，并针对海量图 像数据变换域算法的速度问题，提出以分块处理策略、优化读写操作和 并行处理相结合的方法。 建立了栅格图像数据处理和
jun
- 边缘检测是图像处理中的重要内容，是图像的最基本特征。图像的边缘作为图像的一种基本特征，被经常应用到较高层次的特征描述、图像识别、图像分割、图像增强以及图像压缩等等的图像处理和分析技术中。-Edge detection in image processing are the important content of the image are the most basic characteristics. Image edge as one of the basic characteristics
AMFM
- 分析最新的数字加网技术,对混合加网的算法进行了改进。首先根据图像阶调变化快慢 对待加网图像进行区域分割,对阶调变化平缓的区域采用点聚集态抖动加网,对阶调变化剧烈及细微的层次采用AM /FM半色调方法。 -Analysis of the latest digital screening technology, hybrid screening to improve the algorithm. First of all, in accordance with changes in spee
multiscale
- 多尺度变换域隐马尔可夫模型能够有效地描述变换域系数在尺度间、尺度内和方向间的统计相关性,是 一种新的统计图像感知与识别方法. 文中以变换域系数的统计相关性描述为中心,以模型的设计和应用的开展为 两翼,深入分析了子波变换的三级统计特性与机理,比较研究了多尺度变换域的十种统计模型,并系统评述了这些 模型在图像感知、处理和分析中的最新进展. 同时,具体论述了这一领域研究中两类成功的实例:图像去噪和图像 纹理分割. 对于前者,以Lena 图像为测试用例分析比较了以变换域统计模型为核心的
Multi-sensor-image-fusion
- 一种基于多层次灰色关联分析的图像融合效果综合评价方法,评价结果易于定量表示,更加精确、客观, 区分度大、可靠性高.-Based on multi-level gray relational analysis image fusion comprehensive evaluation method, evaluation results are easy to quantify, more accurate, objective, differentiation, high reliabili
RemovingNoiseFromAnImageWithFFT
- 保留了大部分包含信号的小波系数,因此可以较好地保持图象细节。小波分析进行图像去噪主要有3个步骤:(1)对图象信号进行小波分解。(2)对经过层次分解后的高频系数进行阈值量化。(3)利用二维小波重构图象信号。-Retained most of the wavelet coefficients that contains the signal, so you can maintain better image details. Wavelet analysis for image denoising
exam_leleccu
- 基于leleccum的小波分解重构案例.本文件通过案例剖析详细阐述了小波分解与重构常用命令的运用技巧。内容包括多级小波分解、直接重构、单尺度重构、单支重构、重构误差分析、波形数据去噪等。案例基于leleccum数据集，图文并茂，层次分明，对比显著，便于学习领会。-A wavelet example based on leleccum dataset
3correlation-analysis--image-fusion-
- 3变换域图像层次相关分析的遥感图像融合方法研究 宋宇 西安电子科技大学 硕士 2010年-3 transform domain image level correlation analysis of remote sensing image fusion method research yu song xian university of electronic science and technology master degree in 2010
m14
- 背景建模是实现运动目标检测与跟踪任务的关键技术之一, 背景模型的鲁棒性问题受到普遍关注. 本文针对背景建模所依赖的不同信息特征, 从实际应用和样本集形态两个方面分析了背景模型的鲁棒性需求. 根据不同信息的描述和处理的特点综述了背景建模的典型算法, 并考察其对鲁棒性需求的处理策略. 然后就不同层次信息的描述及其鲁棒性, 比较了典型背景建模系统, 并分析了背景建模技术的发展趋势.-Background modeling is a key technology to achieve moving ta
11919126
- 关于粗糙集与层次分析法组合预测的论文,来源中国期刊网,-On rough set combined with analytic hierarchy process (ahp) to predict the papers, source of China journal net,
ntb__fhe
- 关于粗糙集与层次分析法组合预测的论文,来源中国期刊网,(On rough set combined with analytic hierarchy process (ahp) to predict the papers, source of China journal net,)
exhibib-arlhitecture-element
- 这是数模中有关层次分析的源码,相信有需要的人 不错的(This is a mathematical model of hierarchical analysis of source, believe that people in need)
22409264
- UPF算法和层次分析法！！！！！！！！！！！！！！希望大家有用()
基于帧间差分法的视频目标检测系统
- 运动目标自动检测是对运动目标进行检测、提取、识别和跟踪的技术。基于视频序列的运动目标检测，一直以来都是机器视觉、智能监控系统、视频跟踪系统等领域的研究重点，是整个计算机视觉的研究难点之一"。运动目标检测的结果正确性对后续的图像处理、图像理解等工作的顺利开展具有决定性的作用，所以能否将运动物体从视频序列中准确地检测出来，是运动估计、目标识别、行为理解等高层次视频分析模块能否成功的关键。
层次分析法
- 利用层次分析法求得各指标权重，并进行一致性检验。亲测可用