搜索资源列表
opticalflowtracking
- 运动人体的检测,对采集的视频中运动目标的检测和跟踪,用到opencv相应的highgui库和cv库,能够很好检测出人体轮廓。-Human movement detection for video capture moving target detection and tracking, use the appropriate highgui opencv libraries and cv library, can well detect the body contour.
Boat-Monitor4
- 运用opencv对红外图像序列进行分析跟踪,识别其中轮廓,从而得出影像轮廓描述-Opencv using infrared image sequence analysis track, identify which contours to arrive at the image contour descr iption
video1
- matlab图像处理作业,对一段视频中的运动物体进行实时跟踪。利用surf进行每两帧图像的配准,并利用帧间差分法,找到物体轮廓,可追踪两个目标,请在matlab2013b环境下运行-Matlab image processing operations, real-time tracking of a moving object in video. Using surf every two frames of image registration, and use the interframe d
FrameSubContourTrack
- 使用OPENCV,对交通视频,做帧间差及外轮廓提取跟踪,内包含测试视频数据,测试时,放于D盘根目录。-Using OPENCV, of traffic video, do and outer contour extraction tracking, frame difference contained within the test video data, test, put in D packing list.
motion-objects-segmentation
- 此程序演示了一种寻找轮廓,连接组件,清除背景的简单方法,实现跟踪分割视频中运动的物体-This program demonstrates the outline of a Looking to connect components, cleanup simple way of background, the video division for tracking moving objects
ImageProcessing
- 图像处理所以基础程序:图像显示: Bayer抖动显示 Floyd-Steinberg抖动显示 图像增强: 灰度变换 直方图均衡 局部平均平滑 中值滤波 理想低通滤波 Butterworth低通滤波 图象锐化 理想高通滤波 Butterworth高通滤波 伪彩色增强 图像复原: 运动模糊 运动模糊复原 逆滤波退化 逆滤波复原 加噪退化 维纳滤波复原 图像变换: 傅立叶变换 快速傅立叶变换 离散余弦变换 沃尔什变换 霍特林变换 小波变换 小波反变换 图像编码: 霍夫曼编码 香
handExtraction
- 手势识别程序,前后景分割,提取手部轮廓并动态跟踪-handdetect ,segment of front and background
Vc6_Image
- VC++图像处理及源码包(大全)包括下列内容:1.数字图像获取,处理及实践应用电子书 2.数字图像获取,处理及实践应用电子书分章节源码 3.书中提及的各种算法的综合源码。压缩包里面包括的算法代码有:分章节源码内容:内容:对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强;逆滤波复原、维纳滤波方法;傅立叶变换、离散余弦变换(DCT)、沃尔什变换、基于特征向量的变换、霍特林(Hotelling)变换、SVD变换、小波变换、Mallat算法;霍夫曼(Huffman)编码、算术
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计,并能够区分上行和下行。实验的基本思路是: 在一个行人头部大小的带状区域中进行头部检测(HaarLike Adaboost方法),然后利用一个滑动的跟踪门对检测的头部结果进行关联,同时利用运动历史图分析的方法估计行人轮廓的运动方向,最后对序列关联特征进行分析给出上下行的统计结果。
高密度环境下行人检测和统计
- 本实验的目的是对高密度行进人群中的行人流量进行统计,并能够区分上行和下行。实验的基本思路是: 在一个行人头部大小的带状区域中进行头部检测(HaarLike Adaboost方法),然后利用一个滑动的跟踪门对检测的头部结果进行关联,同时利用运动历史图分析的方法估计行人轮廓的运动方向,最后对序列关联特征进行分析给出上下行的统计结果。