搜索资源列表
zernike
- zernike矩阵的算法，基于图像的不变特性来实现图像变化的非常重要的算法之一-zernike matrix algorithm, the invariant based on the image to achieve image change is one very important method
HuMoment
- Hu矩的计算，通过Hu矩计算可以实现图像的旋转、平移的不变特性-Hu Moment, can be achieved by Hu Moment of image rotation, translation invariant features
test10-12
- 基于统计的图像特征提取，通过轮廓线的归一化，使得特征具有仿射不变性。-Based on statistical image feature extraction, through the contours of the normalization so that with the affine invariant features.
siftformatlab
- 这是一个用MATLAB代码实现的一个关于图像的特征描述子的提取 以及相应特征点进行匹配的代码 可用于图像识别 或者立体匹配。-This is a MATLAB code with a descr iptor on the image feature extraction and matching feature points in the corresponding code can be used for image recognition or stereo matching. T
20081281925121303
- 矩特征主要表征了图像区域的几何特征,又称为几何矩, 由于其具有旋转、平移、尺度等特性的不变特征-Moment Characteristics of the main characterization of the geometric characteristics of the image region, also known as geometric moments, because of its rotation, translation, scaling and other charact
Texture
- 纹理图像处理，包括几乎所有的图像处理算法，图像分割，图像均衡，图像锐化，图像边缘检测，图像旋转不变性分析，纹理共生矩阵特征值提取-Texture analysis, image processing,image invariant features etc.
ColorFeatures
- 一种彩色图像边缘检测的算法。实现J.van de Weijer的" Robust Photometric Invariant Features from the Color Tensor"-The quasi-invariant derivatives can be used to suppress undesired edges such as shadow, shading and specular edges. LITERATURE: J. van de Weijer, Th. Gev
gaussianss
- 进行特征匹配，选用的是sift算法，该算法匹配能力较强-Distinctive Image Features from Scale-Invariant Keypoints
immoment
- 图像分割中求七个不变矩的函数程序，需要使用在你的主函数中。-Image segmentation in the seven invariant moments for the function of the procedure, you need to use the main function.
shadow4
- 提出了一种用于运动阴影检测的Boosting判别模型.这种方法先利用Boosting在不同的特征空间来区分前景和阴影,然后在判别随机场(DRFs)中结合前景和阴影的时空一致性,实现对前景和阴影的分割.首先,差分前图像与背景图像得到颜色不变子空间和纹理不变子空间 然后在这两个子空间上应用Boosting来区分前景和阴影 最后利用前景和阴影的时空 一致性,在判别随机场中通过图分割的方法准确地分割前景和阴影 -A new method for the detection of movement
enhance
- 在图象中，边缘是由灰度级和相邻域点不同的象素点构成的。因而，若想增强边缘，就应该突出相邻点间的灰度级的变化。微分运算可用来求信号的变化率，因而具有加强高频分量的作用。如果将其应用在图象上，可使图象的轮廓清晰。由于我们常常无法事先确定轮廓的取向，因而挑选用于轮廓增强的微分算子时，必须选择那些不具备空间方向性的和具有旋转不变的线形微分算子。-In the image, the edge is adjacent to the gray-scale and different domains consi
josTexImgRetr
- 基于纹理谱描述子的图像检索 提出一种新的纹理谱描述子应用于基于内容的图像检索中.讨论了小波变换的思想和纹理谱概念的联 系,根据纹理的视觉特性,提出纹理模式等价类的概念,设计出更合理的纹理谱描述子来描述图像的纹理特征.该纹 理模式刻画了领域内像素灰度变化模式,以纹理谱直方图方式表示图像纹理内容.分析了纹理谱的对称不变性和旋 -This paper presents a new texture spectrum descr iptor for content-based image
Hull
- 利用OPENCV编写的图像HU不变矩，是图像处理的入门的工具-OPENCV prepared to use the image HU invariant moments, is a tool for image processing entry
mod_lowe_demoV2.tar
- This directory contains a compiled binary program for performing invariant keypoint detection as well as sample code showing the use of the keypoints for image matching.-This directory contains a compiled binary program for performing invariant k
TP_INDIX
- Le Descr ipteur SIFT (Scale Invariant Feature Transform) [1] consiste a extraire un histo- gramme d orientations de gradients autour d un point d inter^et de l image. Le principe du calcul du descr ipteur est illustre a la gure
TP_AMO
- Le Descr ipteur SIFT (Scale Invariant Feature Transform) [1] consiste a extraire un histo- gramme d orientations de gradients autour d un point d inter^et de l image. Le principe du calcul du descr ipteur est illustre a la gure
Scale-invariant_feature_transform
- 尺度不变特征变换（Scale-invariant feature transform或SIFT）是一种计算机视觉的算法去查找并描述图像的局部特征。sift比较通俗的详解，比一般的详细。英文-Scale Invariant Feature Transform (Scale-invariant feature transform, or SIFT) is a computer vision algorithm to find and describe the local features of th
sift4
- :提出一种基于尺度不变特征变换(SIFT)特征匹配的目标跟踪方法.首先使用SIFT提取目标特征,构 建目标特征库,然后使用基于K维树的特征匹配算法,对实时序列图像提取的SIFT特征与特征库中目标进行精确匹配 -: Based on Scale Invariant Feature Transform (SIFT) feature matching target tracking. The first to use SIFT target feature extraction, featur
sift5
- :研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简 化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点. -: Study of a multi-target recognition algorithm using SUSAN corner formed SIFT feature point