搜索资源列表
InvMat
- 利用矩阵的奇异值分解压缩图像，先将图像分块，对各块中的每个对应象素内积得到相关矩阵A，然后对A进行奇异值分解，选择n（n<N）个较大的特征值对应的特征向量，利用该向量与各块图像内积来压缩和恢复图像-matrix of singular value decomposition image compression, image first block of the block of each pixel corresponding to be associated with the plot
image-textual-analysis
- 计算图像纹理共生矩阵及共生矩阵相关系数、熵等几个特征值，供后续的分类识别应用。提供了友好的操作界面。觉得最好的应用就是用于人脸识别的样本训练。-calculated image texture symbiotic matrix and symbiotic correlation coefficient matrix, some features, such as entropy values for the follow-up to the recognition and classificat
dzyy
- 北京金印能鉴技术开发有限公司的电脑验印代码，接口部分没传，所以没法编译，请朋友们原谅。如果您需要完整代码，请联系金印能鉴，李建国 msn：ljg-msn@hotmail.com QQ：757412868 email：ljgdzz@163.com 功能特点 1、印模提取：自动提取标准印模并抽取特征值，印模经压缩算法处理后小于8K。 2、印章比对：包括配准算法、比对算法和输出验印结果。比对算法提供了3个特征值矩常量因子，二次开发时可以根据需要调整通过率。 3、自动比对：
erzhitufenge
- 提出了一种新颖的处理图像视觉聚类问题的方法。与以往关注图像局部特征和局部连续性的方法不同，本文中的方法能够提取关于图像的全局印象。为此，我们将图像分割问题转化为图划分问题并提出了划分中的一种全局判别准则——Ncut (Normalized Cut)。Ncut不仅能够衡量不同聚类之间的相异程度，还能够衡量各聚类内部的相似程度。为求解Ncut 的最优化问题，提出了一种基于广义特征值问题的高效算法，并将此算法应用于静态图像分割，取得了良好的效果。-proposed a novel image proc
finger-recong
- 指纹识别源代码。思路完全是按照文件夹中网页里介绍的方法，即提取指纹中的分叉点和端点的位置作为指纹的特征值。由于今天太忙，对图像的预处理作的很失败，程序会提取出很多伪点，而指纹轮廓也没有想出办法过滤。汗，你看看能不能参考把。 三个m文件，fd.m提取指纹中的分叉点，fd2.m提取指纹中的端点，Cpoint.m则是前两个文件运行中需要调用的掩模函数。-fingerprint identification code. Thinking is entirely in accordance wi
image_compress
- 本程序利用奇异值分解对3通道彩色图像进行压缩分解，具体步骤如下： 压缩过程： 1. 选取子图像大小K值，把图像分解成M×M个子图像，IMG(s),s=1,2,…, M2，其中M=N/K，原始图像IMG大小为N×N。 2. 计算这M2个子图像的平均值average，对每幅子图像减去均值图像得到新图像。 3. 计算相关矩阵R，其元素定义为 。 4. 计算R的特征值与特征向量，计算每幅子图像与最大特征向量的内积，便得到编码，即压缩后的图像。
sift20071011
- 主要有二个功能：1对图像进行SIFT特征值匹配2.显示相应的匹配效果，即核线 matlab语言的，加上C语言
Fourier
- 由原始灰度或彩色值变换得到的特征．设原始图像为f(x，y)，按照一定的准则在f(x，y)中找到特征值T，将图像... 即为我们通常所说的图像二值化。
TextureFeatureExtraction
- 基于灰度共生矩阵的纹理特征提取，输出为图像四个方向共十六个特征值
facegotoinstance111qwert
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
毕业设计:人脸识别系统设计软件
- 本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。 随软件附上设计文档和参考资料。
B样条小波边缘检测的改进算法
- 第1章为绪论。简要介绍了课题研究背景、意义及研究现状。 第2章具体介绍小波变换应用在图像边缘检测的基本原理。在连续小波变 换基础上引入实际中应用范围较广的离散小波变换，重点分析了多分辨率小波 变换。 第3章介绍B样条小波边缘检测的改进算法。基于B样条小波变换，将 Contourlet变换应用在多尺度自适应阈值边缘检测中。 第4章介绍多层次自适应空间系数高斯小波边缘检测方法。将灰度共生矩 阵特征值应用在高斯小波变换中，提出一种多层次自适应算法。 第5章介绍Canny算子与小波变换结
KL变换
- KL变换模式识别作业三 一、编程要求： 编程实现KL变换，并对TM六波段图像进行演算。 KL变换的思想是：从n维特征选取m维特征，删去的n-m维特征不一定就是无用的信息，如何在信息损失最小的情况下选取特征，在理论上就显得更严密些。通常采用正交变换，得到新的经变换的模式， 以保证信息损失最小情况下获得有利于分类的特征。 二、编程思想： 将6副图象依次输入获得灰度值存在一个6*size(size为一副图象的像素数)的二维数组中，计算每个波段的灰度均值，然后计算协方差矩阵，得出特征值
image-feature
- 传统彩色图像二值化是先将彩色图像转换成黑白图像后，再对黑白图像进行的二值化。在转换过程中有 可能丢失原始图像信息。提出的基于图像特征值的彩色图像二值化是基于原始图像特征值进行的二值化，提出了先粗分后细分的逻辑规范。粗分时，先根据特征表达式，计算图像的特征值阈值，然后以阈值对图像像素进行划分；细分时，依据像素颜色相近，对图像像素进一步细分，能让图像二值化达到比较好的效果 -After conventional color image binarization is the first co
iplab
- 基于AForge.NET框架下的对图像进行处理的工具，可以简易地对图像进行一些处理，如缩放，改变颜色；也可以通过滤镜显示图像的某些特征值，以此来对图像进行简单的处理。(Under the framework of AForge.NET based on image processing tools, you can easily carry out some processing, the image such as zoom, change color; can also display so
新建文件夹 (2)
- 使用特征提取与模板匹配方法识别数字验证码，预处理阶段包括验证码图像灰度化、二值化、去噪，去噪使用RGB三原色法，验证码字符分割采用自适应分割方法，最后提取单个验证码图像特征值，与模板库字符进行匹配识别(The use of feature extraction and template matching method of digital identification verification code, verification code preprocessing consists of i
WJRESV7
- 基于广义特征值和核函数的非线性盲分离算法 pdf()
ynfy
- 这是数值分析的作业,主要是求矩阵特征值等()
3977640
- 这是数值分析的作业,主要是求矩阵特征值等()
zuixiaowaijiejuxing
- 使用matlab识别图像目标，并外接最小矩形方便计算面积等特征值。(Identifying the image target and connecting the smallest rectangle)