搜索资源列表
EAR
- 人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需
ImageRetrievalBasedOnColorandShapeFeaturesofInteri
- 提出了一种基于兴趣点的图像检索新方法ACSM(Annular Color and Shape Moment) , 利用兴趣点的位置信息, 提取兴趣点周围局部区域的颜色矩特征和区域形状不变矩特征。ACSM算法不仅对平移、旋转具有良好的鲁棒性, 而且克服了传统颜色矩和形状不变矩没有位置信息的缺陷。实验结果表明, 由于将颜色和形状特征有机结合, ACSM算法有效提高了图像检索的准确性。
color+texture
- 提取图像的颜色和小波纹理特征
SIFTkey
- 由于只是利用图像的灰度信息，sl 算法不能很好地区分形状相似但颜色不同的物体：针对这一问题，提出了一种基于彩 色的SIFT特征点提取算法，并着重分析了多种彩色模型对算法性能的影响?这种算法也是在图像的灰度尺度空间上检测特征点， 但其特征向量由各描述子子区域的彩色模型分量的均值组成并在原始的彩色图像上进行计算：实验结果证明了该算法的有效性。-Abstract：Because only the gray scale information is utilized．the SIFT metho
color
- 提取图像特征RGB 先由HSV转化为RGB 其中还需要自己定义颜色各对应值-Get the RGB of the picture
jiyuSIFTtezhengpipeidejiankongtuxiangzidongpinjie.
- 针对不同摄像头的监控图像 ,提出了一种优化的 SIFT特征匹配的监控图像自动拼接方法。在图像整合方面 ,通过高速提取 SIFT特征描述符并进行稳定精确匹配 ,利用改进 RANS AC算法去除错配 ,从而确定待拼接图像 之间的变换参数 在图像融合方面 ,有效消除了颜色和光照差异 ,最终实现自动的无缝拼接系统。实验结果证明该方法对重叠区域小、 形变大、 有运动遮挡和噪声的监控图像有较完美的拼接效果。-Monitoring for different camera images, a SIFT f
chepaidingweiyanjiu
- 本文是在以往的车牌分割算法的基础上着重介绍了一种车牌识别技术中的 字符分割算法，以及针对一种已有的字符识别算法的改进性研究。 车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌 信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。 它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模 型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及 清晰度问题 本章是本文的绪论部分，主要介绍了车牌识别技术的应用
colorMoment
- 在图像识别的时候用到的颜色矩特征的提取算法 是用C++实现的-Color moment feature extraction algorithm is used when the image recognition using C++
target-detection-algorithm-
- 为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点，提出1 种基于决策树的多特征检测算法，并将其应用到基于视频的海上搜救目标检测中. 该算法首先提取图像中的颜色、亮度等信息，通过计算各特征的信息增益建立决策树，将搜救目标检测问题分解成3 层决策树分类问题. 实验表明，该算法能够提高多特征目标检测的效率，在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.-Characteristics to overcome the traditional target recognition m
zhifangtujiansuo
- 基于内容的图像检索（Content-based Image Retrieval，简称CBIR）技术被提出。这一技术的出现提高了图像检索的准确性，它通过提取图像本身的内在客观特征如颜色、纹理、形状、布局等关系，并比较这些视觉特征间的相似性，自动搜索出符合用户要求的图像。-Content-based image retrieval (Content-based Image Retrieval, referred to as CBIR) techniques have been proposed. T
CVMpic1
- 绝对自己编写的可用的CVM程序。类似SVM，可以以文件夹为目标提取整个文件夹内图像特征（对应特征为颜色直方图），然后用分类器分类-Absolutely have written procedures available CVM. Similar SVM, can extract image features the entire file folder to folder as the target (corresponding feature is the color histogram),
chepaishibie
- 车牌提取：利用车牌的颜色、面积、长宽以及宽高比等特征对车牌区域进行提取，其中主要用到了二值图像的开闭运算技术。实验用的车牌均为白字蓝底，因此可以先找到图像中的蓝色区域，生成一张蓝色区域识别二值图，若判定为蓝色，值为1，若判定为非蓝色，值为0。利用开闭运算，对图像做预处理，然后再利用车牌的其他物理特征对车牌区域作进一步的识别。-Plate Extraction: Using color plates, area, length and width and aspect ratio and othe
License-Plate-Recognition
- 首先对图像直方图均衡化，并去除噪声，然后提取颜色、结构、纹理等特征，对车牌进行识别-License Plate Recognition
sift-and-rgb2lab
- SIFT特征和RGB、Lab颜色空间，提取图像的SIFT特征，和RGB、Lab颜色空间向量-SIFT and RGB, Lab color space, image SIFT feature extraction, and RGB, Lab color space vector
Color-feature-extraction
- 使用颜色矩提取图像中的特征提取，即颜色矩特征提取。使用颜色矩提取颜色特征。-The use color moment to extract the image feature extraction, namely the color moment feature extraction
pach_color
- 对图像进行nsct变换，提取子图像块，并分别提取颜色特征-nsct color features
HSV
- 将图像进行分块，然后对每一个块提取图像颜色直方图特征。-The image is divided and the image color histogram features are extracted for each block
GongSheng
- % 图像检索——纹理特征 %基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵 %所用图像灰度级均为256 %参考《基于颜色空间和纹理特征的图像检索》(% image retrieval - texture features % based on co-occurrence matrix texture feature extraction, d=1, theta, =0 degrees, 45 degrees, 90 degrees, 135 degrees
matlab_BPT
- 光学SAR等遥感影像多通道的二叉树构建。每个节点代表一个对象，对象从精到粗分别代表像素和整幅图像。同时提取了对象基元的颜色，纹理和结构特征。(This is an source code for the CBPT construction and local color, texture and structure descr iptors extraction)
BagOfWords
- 颜色特征用于图像识别处理，提取图像基本轮廓特征。(Color features are applied to image recognition and processing, and the basic contour features of images are extracted.)