资源列表
quadtree
- matlab实现的四叉树分割代码，可以直接调用，效果较好-Matlab quadtree segmentation code, can be called directly, the effect is better
fusion
- 本代码用于进行红外、可见光的图像融合。采用LP、RP、DWT、DTCW、TVT、NSCT、LP-SR、RP-SR DWT-SR、DTCWT-SR、CVT-SR、NSCT-SR的具体实现。-The code used for the infrared, visible light image fusion. Using LP, RP, DWT, DTCW, TVT, NSCT, LP-SR, RP-SR DWT-SR, DTCWT-SR, CVT-SR, NSCT-SR concrete re
SSC
- 利用SSC算法对空间数据进行稀疏子空间聚类，具有良好的效果。-SSC algorithms use spatial data sparse subspace clustering, with good results.
Image_processing_quality_evluation
- 图像处理（图像融合，图像加密等）的性能评价指标集包括：平均梯度，边缘强度，信息熵，灰度均值，标准差(均方差MSE)，均方根误差，峰值信噪比（psnr），空间频率(sf)，图像清晰度，互信息(mi)，结构相似性(ssim)，交叉熵(cross entropy)，相对标准差。-Image processing，average gradient, edge strength, information entropy, gray mean, standard deviation (variance (M
FrMT
- 分数梅林变换（FrMt），相当于对数极坐标变换下的分数傅里叶变换(FrFT),能通过测试。- The fractional Fourier transform (FrMt), which is equivalent to the fractional Fourier transform (FrFT), which is equivalent to the log polar coordinate transformation, can be tested.
keypoints_editor
- 人脸特征点编辑器能够自动标注人脸上的68个特征点-Facial feature points editor can automatic tagging a person on the face of 68 feature points
PCA_change_detecttion
- 变化检测的常用方法：基于pac的变化检测方法，结果很好！-Common method of change detection: pac change detection method based on the results of good!
smoke_detection
- 使用VS2010+openCV。本文是基于颜色模型和运动模型对含有烟雾的视频进行烟雾检测的。首先利用RGB颜色模型的方法，检测出烟雾区域以及疑似烟雾区域；接着用背景相减的方法，检测出运动的物体；最后结合两种方法，只检测出运 动的烟雾区域，提取烟雾最大轮廓，绘制矩形框以示意。通过设置R、G、B的参数及阈值，可以得到满意的效果。 -Use VS2010+openCV. This paper is based on the color model and motion model for sm
FireDetection115110001056
- 本文是基于HSI模型对含有火焰的视频进行火焰检测的，通过设定一定的饱和度和颜色分量r的检测阈值，再来进行火焰的检测，并绘制火焰边缘图像。 -This paper is based on the HSI model for flame detection of video containing flame, by setting a certain degree of saturation and color component r detection threshold, then the
KSVD_Matlab_ToolBox
- 基于KSVD算法的图像去噪算法，稀疏表示，字典学习，OMP算法，基于DCT字典的图像去噪，demo可以直接运行。-Image denoising by KSVD algorithm，spare representation，dictionary learning，OMP algorithm，DCT dictionary
BOVW_Class_DEMO
- Matlab实现BOVW模型，特征提取采用SIFT算法，字典学习采用k-means聚类学习，数据集采用UCM21类分类信息-Matlab achieve BOVW model, feature extraction algorithm using SIFT, dictionary learning using k-means clustering, data collection using UCM21 class category
SRCNN
- 通过卷积神经网络CNN实现超分辨率重建，利用训练模型实现参数和权重偏移的训练，达到输入低分辨率图像，输出高分辨率图像，测试例程附录。-Convolution neural network CNN to achieve super-resolution reconstruction using a training model parameters and to achieve weight shift training to achieve a low-resolution image inpu