搜索资源列表
searsh-mothed
- 三步搜索法的步长从等于或者大于最大搜索范围的一半开始，在每一步中，比较九个搜索点，它们包括搜索正方形中心点和八个位于搜索区边界上的搜索点。每一步以后搜索步长减小一半，至搜索步长为一个像素时搜索结束。-Three-step search method is equal to or greater than the step from the largest range of half of the search starting at each step, compare nine search
subpixel04
- 一种快速结构光条纹中心亚像素精度提取方法.caj 一种亚像素精度的边缘检测方法.caj-A fast structured light stripe center sub-pixel precision extraction. Caj a sub-pixel accuracy of edge detection methods. Caj
subpixel05
- 一种亚像素圆检测的新算法.kdh 圆结构光光条中心亚像素级提取方法.kdh-A sub-pixel of the new circle detection algorithm. Kdh center circular structure of bare sub-pixel level extraction. Kdh
awmf
- 自适应加权中值滤波，可以调节窗口大小和中心像素的权重以及其他相关像素与中心像素的权重比例。-adaptive weighted median filter
color
- 基于OpenCV库 采集摄像头中红色像素 定位红色物体中心位置-OpenCV based, extract red pixels from webcam, locate the center of the red target
medianFilter0918
- 本程序实现灰度图像的均值滤波，均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。 -This program the gray-scale image of the mean filter, mean filter is a typical linear filtering algorithm, it is on the imag
Image-adjust
- 按照该定义，当发生枕形畸变时,实际成像高度大于理想成像高度,畸变率为正,在图像中表现为像素位置被拉伸 当发生桶形畸变时,实际成像高度小于理想成像高度,畸变率为负,在图像中表现为图像被压缩,像素位置向中心移动。-Economical image adjust program
junzhilvbo
- 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。-Mean filter is a typical linear filtering algorithm, it refers to the image on the target pixel to a template, the template including its surr
junzhilvbo
- 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。-Mean filter is a typical linear filtering algorithm, it refers to the image on the target pixel to a template, the template including its surr
test2
- 检测区域红色方框像素并提取中心点，并可以动态跟踪目标达到大约15帧秒的处理速度。-The red square pixel of the detection area and extract the center point, and can dynamically track the target to achieve the processing speed of about 15 seconds.
matlab1
- 练习读入lena.bmp图像，在workspace中查看图像，显示图像，并将此图像存储在C盘根目录下，命名为1.bmp。 读入两幅尺寸相同的图像(lena.bmp和sky.bmp)，做加法，实现双曝光的效果。 读入两幅尺寸相同的图像(2.bmp和2background.bmp)，做减法，实现减背景效果。 读入lena.bmp图像，编写一个模板，此模板是以图像中心为圆心，64像素为半径的圆内为1，其他位置为0，以此模板乘以读入的lena图像，显示结果。 用图像除法完成减背景操作（
CURVATURE
- 计算二维图像的像素曲率，具有四种查分格式（前中后，前后，后前，中心差分）-To calculate the two-dimensional image pixels curvature by 4 difference schemes (forward central backward, forward backward, backward forward, central)
HW1
- 细胞图像分析 输出要求： 1. 该图像中的细胞数量； 2. 最大细胞的面积、周长（以像素为单位）方向该中心置； 3. 3. 最小细胞的面积、周长（以像素为单位）方向该中心置； 最小细胞的面积、周长（以像素为单位）方向该中心置； 最小细胞的面积、周长（以像素为单位）方向该中心置； 4. 4. 所有细胞的平均面积（以像素为单位）；-Cell image analysis output requirements: 1.1 the number of cells in the i
spattempLBP
- 时空局部二值模式，不仅采用的空间信息，也采用了时间信息，采用前后三帧图像的8领域像素与中心像素比较，大于为一，反之为0，然后分别采用锯齿形和螺旋形方式进行排列得到灰度值-LBP is proposed by Ojalaet al.in 1994. And it has been found to be a valuable texture feature. As Fig.2 shows, LBP is calculated one pixel by another. For each
IET_CV_SOAMST_2011
- 一个比例和方向自适应均值漂移跟踪算法（SOAMST） 提出本文所要解决的问题，如何估计的规模和方向 改变均值漂移下的目标跟踪框架。在原来的均值偏移 跟踪算法，可以很好地估计目标的位置，规模的同时， 方向的变化，不能自适应估计。考虑到图像（重量） 是来自于目标运动模型和候选模型可以代表的可能性，一个 像素属于目标，我们证明了原来的均值漂移跟踪算法可以 推导出的重量图像的零阶和一阶矩。随着零阶 矩和目标模型和候选模型之间的Bhattacharyya系数， 提出了简
test1
- 将中点Bresenham算法推广到绘制任意斜率的直线段。使用对话框输入直线的起点和终点坐标，以屏幕中心为二维坐标系原点，绘制任意斜率的直线段。编制CLine类，成员函数为MoveTo()和LineTo()。对边界像素的处理原则是“起点闭区间、终点开区间”，即要求所绘直线达到VC++的MoveTo()和LineTo()函数的绘制效果。-Midpoint Bresenham algorithm will be extended to the slope of the straight line se
2
- 将中点Bresenham算法推广到绘制任意斜率的直线段。使用对话框输入直线的起点和终点坐标，试以屏幕中心为二维坐标系原点，绘制任意斜率的直线段。要求编制CLine类，成员函数为MoveTo()和LineTo()。对边界像素的处理原则是“起点闭区间、终点开区间”，即要求所绘直线达到VC++的MoveTo()和LineTo()函数的绘制效果。-Midpoint Bresenham algorithm will be extended to the slope of the straight line
Lee
- LEE Filter for SAR Speckle reduction im：SAR影像 w_size：窗口大小，奇数 3 5 7 9等 out_size：输出图像的大小，可以是 same 或者 full NL：number of Looks，等效视数 bound：边缘扩展模式，分为 symmetric ， replicate , circular 。 flag：计算时是否包含中心像素，0为不包含，1为包含。 bound和flag主要是给i
tuxiang-huadong
- matlab程序，对图像做选取3*3矩阵的8邻域与中心特征值的像素差，然后按照不同的方式滑动-matlab program, the selected pixels of the image to make the neighborhood and the center differential 8 eigenvalues 3* 3 matrix, and then slide in different ways
background-model3
- 针对背景差法易受外界环境因素影响的缺点, 提出了一种基于改进K-均值聚类的背景建模方法。通过比较任意样本与该像素位置处的子类中心之间的距离, 对各个像素的观察值进行聚类, 并在聚类过程中逐步确定其类别数。一段时间的学习之后, 样本数最多的子类就构成了背景模型。仿真结果表明, 该算法即使在运动目标存在的情况下也能准确的提取出实际的 背景, 而且显著地降低了系统的存储量。-Aimed at the disadvantage that background subtraction was liab