搜索资源列表
1126code
- 网站商城的后台框架和模板，在后台开发总会用的到- LBP returns the local binary pattern image or LBP histogram of an image. J LBP(I,R,N,MAPPING,MODE) returns either a local binary pattern coded image or the local binary pattern histogram of an intensity image
1
- 基于LDC的图像过渡区提取与分割 提出一种基于局部清晰度-复杂度的图像过渡区提取算法,通过计算图像局部清晰度获得清晰度图 像,增加了过渡区灰度层次信息,再计算清晰度图像的局部复杂度,并根据复杂度曲线确定过渡区提取门限对过渡区进行提取,根据提取的过渡区灰度直方图,获得 图像的分割阈值并对图像进行分割。实验结果表明,本文方法比传统的基于局部复杂度法提取的过渡区更加准确,图像分割效果更好 -LDC image transition region extraction and segme
2
- 基于交叉累计剩余熵的图像配准中插值方法的改进 交叉累计剩余熵（CCRE）比传统互信息在配准强噪声图像时更具优势,但采用部分体积（PV）插值的CCRE在网格点容易产生局部极值,不利于变换参数的优化。针对该问题,研究基于3阶B样条函数的PV插值（BPV）、哈宁窗sinc函数的PV插值（HPV）和Blackman-Harris窗sinc函数的PV插值（BHPV）方法在CCRE中的应用,提出一种新的插值方法。该方法采用灵活的邻域中心,将插值点对联合直方图贡献的权重分散到临近的9个点上,并使用高
clahe
- 限制对比度直方图均衡,重新分布亮度来来改变图像对比度。因此，该算法更适合于改进图像的局部对比度以及获得更多的图像细节(Restrict contrast histogram equalization, re distribute brightness to change image contrast. Therefore, the proposed algorithm is more suitable for improving the local contrast of images and
二值图像中拐点的实时检测算法
- 数字图像中的拐点通常成为重要的信息载体，因此准确、稳定和实时地检测出拐点便成为拐点检测算法面l临的主要问题，针对该问题，提出了一种新的二值图像中拐点的实时检测算法。该算法与传统基于边界链码的拐点检测算法不同，其是首先构建像素的k(k>8)邻域，并将图像中物体的边界表示为k邻域链码；然后根据曲率定义的差分形式计算各边界点处的曲率；最后通过检测曲率直方图的局部峰值精确定位出拐点，并利用拐角内部像素的颜色统计信息迅速判断出拐点的凸凹性。(The inflection point in the d
m
- 显示图像的灰度直方图、全局和局部灰度线性变换，分段线性变换、直方图均衡、 直方图规格化(The gray level histogram, global and local gray scale linear transformation, piecewise linear transformation, histogram equalization are displayed. Histogram normalization)
hog-feature
- 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主(The Histogram
HOG可视化
- HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征，程序可以对图片中的hog特征进行可视化梯度大小和方向。(The HOG feature is constructed by calculating and counting the gradient direction histogram of the local area of the image. The program can visualize the gradient size and direction of the h