搜索资源列表
分类程序
- 图像模式识别，vc++实现各种常用模式识别算法，包括分类器设计等-image pattern recogenise
bp神经网络的车辆分类
- c语言编写的基于BP神经网络的对图像车辆分类，其中图像特征提取是用图像不变矩，给出了图像不变矩的样本数据和验证数据。-based BP neural network image of the vehicle classification, Feature Extraction which is the same image moments, the image is unchanged Moments sample data and test data.
tuxiangshibie
- 比较完整的图像分类程序，包含较多的分类算法-more complete image classification procedures, including more classification algorithm
matfun
- 神经网络源码可应用于遥感图像分类，包括bp、kohonen等方法-neural network source can be used in remote sensing image classification, including bp, Kohonen methods
ColorImageStat
- 彩色图像分类程序，包括R,G,B分类，HSV分类，完全自己开发，带GUI-color image classification procedures, including R, G, B classification, HSV classification, completely on my own development, with GUI
thewhole
- 一个图像处理的整体框架，包括图像运算，图像变化，图像分类。可直接试用，采用VC＋＋开发。-an image of the overall framework, including images efficiently, the images change, image classification. Can be directly tested using VC + + development.
SAR image
- 国防科技大学博士周晓光论文-极化SAR图像分类方法研究(Research on polarization SAR image classification method by Dr. Zhou Xiaoguang of National University of Defense Technology)
ve247
- ML法能够很好的估计信号的信噪比,Relief计算分类权重，毕设内容，高光谱图像基本处理。( ML estimation method can be a good signal to noise ratio, Relief computing classification weight, Complete set content, basic hyperspectral image processing.)
fenlei
- 利用深度学习进行遥感图像场景分类 这里我们对NWPU-RESISC45数据集的场景图像进行分类 我们将卷积神经网络应用于图像分类。我们从头开始训练数据集。此外，还应用了预先训练的VGG16 abd ResNet50进行迁移学习。(Scene Classification of Remote Sensing Images Using Deep Learning Here we classify scene images from NWPU-RESISC45 dataset We apply
hyperspectral-classification-with-svm-master
- svm高光谱图像分类3D-CNN Hyperspectral Image Classification(svmHyperspectral Image Classification)
ERDAS界面认识基本功能、图像增强、监督分类非监督分类方法
- ERDAS软件实现遥感影像的监督分类和非监督分类方法说明及指导
DnCNN-master
- 卷积神经网络进行图像去噪，比较经典的一篇文章代码。(The convolutional neural network performs image denoising and compares the classic article code.)
题库，包括抓取试题，抓取答案，图像识别答案等
- 一个题库爬虫，包括抓取试题，抓取答案，图像识别答案，抓取分类，导入数据库(A question bank crawler, including grabbing test questions, grabbing answers, image recognition answers, grabbing classification, importing into the database)
SRC_SOMP_matlab-master
- 稀疏表示分类器应用于高光谱图像分类的MATLAB代码实现(MATLAB Code Implementation of Sparse Representation Classifier for Hyperspectral Image Classification)
svm支持向量机图像分类
- 通过支持向量机机器学习算法，实现对不同状态图像的分类，是非常好的方法。
19854815template-matching_CSDN
- 对图像通过提取相应特征，来进行分类，效果很好(Classify images based on features, which works well)
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
KNN
- 高光谱图像knn分类算法，在PaviaU和Indianpines数据集上测试(Knn classification algorithm for hyperspectral images, tested on PaviaU and Indianpines datasets)
matlab数字图像处理系统
- matlab具有完备的图形处理功能、友好的用户界面以及功能强大的图形处理工具箱，能够实现对数字图像的编辑和处理工作，实现功能包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。 本文的主要内容如下： 1．研究图像处理技术，包括图像处理技术的分类、数字图像处理的特点，主要内容以及应用。 2．分析MATLAB软件及其在图像处理中的应用。 3．完成系统的总体设计，各功能模块设计。由于篇幅有限，本文重点论述了图像变换模块的设计，对已有的算
pytorch_YOLO3
- 识别图像，将图像分类，基于python语言，权重需要在网上下载(Identify images and classify images)