搜索资源列表
iris1
- 提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor 小波变换 提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征，在滤波后的子窗口图像上运用灰度 级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部 特征进行分类识别。
LMS1
- LMS算法的实现，有相关权值的加权计算。
LMSsuanfa
- LMS算法的实现，有相关权值的加权计算。
LMS2
- LMS相关的算法的实现，加权，序列组合。
wkmeans
- 加权系数k均值算法，自动确定初始类中心，基于图像直方图的快速k均值算法
distance
- 反距离加权插值，先判断点在三角形内，然后利用一直点构成的三角形三顶点距离反距离加权，求出内插点坐标
zhixiang
- 几个指向性的程序，包括线阵，面阵和带加权的阵型
1
- 图像去噪中线性加权滤波代码在matlab中实现
3
- 图像去噪，梯度倒数加权滤波代码噪matlab中实现
lunkuochazhi
- 基于轮廓插值加权算法的研究，对二维轮廓进行插值，为后续的三维处理作准备
bilinear
- 双线性插值方法，输出像素的值为其坐标2x2领域内像素值的加权平均。
RLS
- 递归式最小均方（RLS）算法的基本思想是力图使在每个时刻对所有已输入信号而言重估的平方误差的加权和最小，这使得RLS算法对非平稳信号的适应性要好。与LMS算法相比，RLS算法采用时间平均，因此，所得出的最优滤波器依赖于用于计算平均值的样本数，而LMS（NLMS）算法是基于集平均而设计的，因此稳定环境下LMS（NLMS）算法在不同计算条件下的结果是一致的
DSPmubiaogenzong
- 基于dsp的目标跟踪和检测算法的研究和实现，研究了图像跟踪系统的基本工作原理，以及图像跟踪和相关匹配所使用的一些基本技术。详细介绍了SUSAN算子在边缘检测和角点检测方面的应用。并基于SSCD相似性度量准则提出了一个新的加权的SSCD准则，并对几种度量准则进行对比分析，最后在选取模板和模板更新上选用了多子模板的策略，这样能更有效的减小部分遮挡和旋转带来的影响。
tuzuixiaolujin
- 加权有向图的最短路径实现 Dijkstra算法
erorrestamite
- 时间序列预测的加权一阶局域法的预测误差估计。
040920108
- 均值滤波,加权滤波,中值滤波的MATLAB实例,用于图象及信号的处理
200707171150342030
- 一种新的加权中值滤波的快速算法.pdf 内有vc的实现程序 可快速实现加权中值
51
- 这是51的各种滤波程序。 限幅滤波程序中位值滤波程序N点算术平均滤波 N点加权平均滤波 一阶加权滞后滤波程序
pj
- 提出了一种基于特征点的全自动无缝图像拼接方法。该方法采用对于尺度具有鲁棒性的SIFT算法进行特征点的提取与匹配，并通过引导互匹配及投票过滤的方法提高特征点的匹配精确度，使用稳健的RANSAC算法求出图像间变换矩阵H的初值并使用LM非线性迭代算法精炼H，最终使用加权平滑算法完成了图像的无缝拼接。
ALinearAlgorithmwithHighAccuracyforEstimatingFunda
- 通过引入与余差有关的代价函数,给出了一种高精度估计基础矩阵的线性算法——加权平移算法.首先 将原始输入数据加权,计算加权后数据的重心坐标,将坐标原点平移到该重心坐标,再作归一化处理.然后用8点 算法求出基础矩阵F阵的8个参数,实现了F阵的高精度估计.实验结果表明,此算法具有良好的鲁棒性,且余差 和对极距离都小于其他线性算法,提高了基础矩阵的精度.