搜索资源列表
DirectShow 雷达触发固定点测速卡口软件 (RS232)
- 窄波束雷达用delphi做的directshow视频捕 (.\photo\date\*.JPG). 当测速仪发现目标时，测速仪以下列格式发送关于目标的信息：驶近的目标进入探测区域的时刻发送0xFC字节。驶近的目标离开探测区域时测速仪发送数据包： 0xFA字节 – Spd – Len。Spd – 速度值 ТС, Len –
fayeboy1984
- 此设计要求能够实现将医学图像进行识别的过程，包括了图像预处理、图像特征提取及分类判决三大模块。在预处理这一步中主要实现的是将彩色图像转换为灰度图像，灰度图像的二值化，直方图修正，去除干扰、噪声以及差异，边缘增强等；第二模块是图像的特征提取。由于对象的物理与几何特性差异，在影像中表现为局部区域的灰度产生明显变化，形成影像特征，而图像特征提取就是对其进行加工、整理、分析、归纳以便提取构成目标影像的特征，得到能反映图像内容区别于其他事物的本质特征；分类判决作为第三模块，则是要在第二步的基础上采用某种分
VC_ImageProcessing
- 《Visual C++数字图像获取、处理及实践应用》杨枝灵、王开等编著。内容：第4章 图像增强（对比度增强、灰度变换法、直方图修整法、图像平滑、图像锐化、伪彩色和假彩色增强）；第5章 图像复原（逆滤波复原、维纳滤波方法）；第6章 图像处理中的正交变换（傅立叶变换、离散余弦变换（DCT）、沃尔什变换、基于特征向量的变换、霍特林（Hotelling）变换、SVD变换、小波变换、Mallat算法）；第7章 图像压缩编码（霍夫曼（Huffman）编码、算术编码、游程编码（Run Length Codin
ATR2
- 针对航空照片中自动目标识别的复杂性．该文提出了一种基于神经网络的自动目标识别算法， 算法包括检测和虚警排除两个阶段．检1删阶段是在整幅区域中i挂行快速搜寻．找出所有可能的目标 虚 警排障阶段是对检测阶段得到的结果进行进一步的验证， 在尽可能保留全部真目标的前提下，将伪目标 排除．实验结果证明了算法的可行性． 关键词 神经网络，航空照片， 自动目标识别-against aerial photographs Automatic Target Recognition of comple
liantongquyubiaoji
- 连通区域的分析 vc程序，在目标跟踪中 我们常需要进行连通区域分析 感兴趣的可以看看 -connectivity analysis of the region vc procedures, Target Tracking We often need connectivity regional analysis interested can see
fingerprint_regoniation_system
- fvs_enhancer：指纹增强程序，描述了如何使用该库增强指纹图像。原图像和目标图 像都是位图。 fvs_direction：描述了如何提取方向图。输入图像必须是归一化的图像，这样才能 有较好的效果。输出图像覆盖于输入图像之上。 fvs_createtestimages：该程序用来产生调试过程中可能会用到的一些位图图像，这 些图像是不同角度和不同间隔的条纹。产生图像的文件名命名方式如下： testimgSSSDDD.bmp 其中，SSS代表条纹间隔（像素个数）
FVSbylqh
- 指纹识别代码 demo目录： fvs_enhancer：指纹增强程序，描述了如何使用该库增强指纹图像。原图像和目标图 像都是位图。 fvs_direction：描述了如何提取方向图。输入图像必须是归一化的图像，这样才能 有较好的效果。输出图像覆盖于输入图像之上。 fvs_createtestimages：该程序用来产生调试过程中可能会用到的一些位图图像，这 些图像是不同角度和不同间隔的条纹。产生图像的文件名命名方式如下： testimgSSSDDD.bm
imagemagic
- demo目录： fvs_enhancer：指纹增强程序，描述了如何使用该库增强指纹图像。原图像和目标图 像都是位图。 fvs_direction：描述了如何提取方向图。输入图像必须是归一化的图像，这样才能 有较好的效果。输出图像覆盖于输入图像之上。 fvs_createtestimages：该程序用来产生调试过程中可能会用到的一些位图图像，这 些图像是不同角度和不同间隔的条纹。产生图像的文件名命名方式如下： testimgSSSDDD.bmp 其中
mbjc
- 通过序列图像帧差更新背景，并通过当前帧预测区域的信息同背景图像的信息的内容相减来获取目标物体的函数-frame image sequence through poor update background, through the current frame and forecast regional information with the background image of the content of the information to obtain the goal of reduc
correlatedTrack
- 本程序利用相关度量与仿射变换来跟踪目标 通过通过相似性度量在上帧目标周围区域搜索目标得到目标 5帧以上时 用仿射变换来更新目标模板 从而解决目标跟踪中目标发生形变
ImprovementOfMotionDetection
- 于背景减除法和时域差分法，并对这两种算法加以了改进，综合二者优点，提出了一种新的运动检测方法。 以便于视觉监视中快速、准确地分割出运动目标。同时把分割出的运动目标用区域而不是轮廓二值图表示。以下的改进方案经实验证明可以实时地分割出运动目标，效果也较好。
HumanMotionDetection
- 从人流统计的实际工程出发,实现了基于计算机视觉的人体运动检测及跟踪系统,采用“差影法”滤掉静止帧,使用自适应的一阶递归滤波及帧差法提取运动区域,并通过数学形态滤波的开运算和闭运算改善运动区域提取效果。实验结果证明本运动跟踪方案处理简单高效 、抗噪能力强,可以完成复杂背景下运动目标的实时性检测与跟踪。
bayes_demo
- 目标跟踪的扩展卡尔曼滤波算法主函数的文件是：kal_demo.m 近似网格滤波的主函数文件是：bayes_demo.m 近似网格滤波划分网格的方法是：以目标上一个时刻的位置作为中心进行网格的划分，每个网格大小为1，总的区域为5*5 改进后算法的主函数文件是：trackiing_demo.m
200422517313047453
- 组件式GIS与MapX开发 地理信息系统根据其内容可分为两大基本类型：一是应用型地理信息系统，以某一专业、领域或工作为主要内容，包括专题地理信息系统和区域综合地理信息系统；二是工具型地理信息系统，也就是GIS工具软件包，如ARC/INFO等，具有空间数据输入、存储、处理、分析和输出等GIS基本功能。随着地理信息系统应用领域的扩展，应用型GIS的开发工作日显重要。如何针对不同的应用目标，高效地开发出既合乎需要又具有方便美观丰富的界面形式的地理信息系统，是GIS开发者非常关心的问题。
Tracking
- 在一个视频图象上捕获目标，并且显示需要捕获的区域，它对于多目标的检测还不够完善，此外运行本程序需要安装DirectＸ．
ZUDASAHNG_SEGmention
- 图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,一种常用的方法是预先给图像设置初始增长元,即预先投掷种子,在一定的规则下由增长元开始增长,这种方法需要对不同的区域投掷不同的种子.但是,对复杂多目标图像,投掷种子是一件比较困难的事.在背景变化比较大的多目标图像中,目标与背景是不同的,目标的灰度相对变化较小,而背景的灰度变化比较大.从信息论角度看,灰度变化小的地方其信息量少,局部熵值大 灰度变化大的地方,其信息量多,局部熵值小,由此可以认
RGB_Criminisi
- 1. 提取目标区域的初始边界 2. 重复以下步骤 ?? 1）判断是否还存在待填充区域，如果不存在，则退出 ?? 2）计算每一个边缘像素点块的优先级 ?? 3）选出最大优先级点，基于该点查找最佳匹配块 ?? 4）将最佳匹配块的值复制到对应的目标区域 ?? 5）更新目标区域的边界与置信度值(1. Extracting the initial boundary of the target region 2. Repeat the following steps 1) Deter
SnakeModule
- 自动对目标特征进行轮廓提取，需要手动选择感兴趣区域。(Automatic contour extraction of target features requires manual selection of the region of interest.)
基于视频的车流量统计
- 检测视频中设置区域的运动车辆，设置虚拟线检并计数参考程序测目标车辆(Setting up Virtual Line Inspection and Counting Reference Program to Measure Target Vehicles)
面向不确定目标的多无人机协同搜索控制方法
- 多架 UAV( Unmanned Aeiral Vehicle) 同时对一个未知区域进行搜索，目 的在于获取搜索区域的信息，尽可能多地发现目标。针对不确定目标的搜索问题，研究多无人机协同搜索控制的新方法。建立多 UAV 运动模型，用目标存在概率对搜索环境进行描述，给出基于 Bayesian 准则的搜索环境更新方法，考虑了环境探测回报、目标发 现回报和无人机协同回报，采用 MPC 实现对多目标优化问题的迭代求解。通过仿真实验和对比分析，证明了该方法具有更好的搜 索性能。