搜索资源列表
Accuratelocalizationofbinarizingimagebasedvehiclel
- 基于二值图像的车牌精确定位方法关键词: 车牌定位 二值化 纹理 图像识别-based on binary images plates precise positioning method Keywords : Positioning two plates worth of texture image recognition
ogl_dds_texture_loader
- dds格式纹理图像读取，vc实现，可方便加入到其他应用程序中-dds texture image format read, vc and can be easily added to other application procedures
TextureImageRetrievalBasedonContourletTransformUsi
- Contourlet变换结合了不可分离的方向滤波组,具备小波所不能表达的多方向特性,能有效捕获自然图像的边缘轮廓信息。本文分析了图像ontourlet系数的统计特征,并利用广义高斯函数对各子带系数层进行建模。将此模型应用于基于VisTex的自建纹理图像库,采用矩匹配估计法,提取模型参数集,运用K2L距离计算图像间的相似度。对800幅纹理图像进行检索,本文方法比传统小波方法的平均检索查准率高出约2％到10％不等。实验结果表明,该方法改进了导向纹理的描述
LBPc++
- 输入为灰度图像，得到该幅图像的局部纹理图像(LOCAL BINARY PATTERN)。
wenliku
- 大家都特别需要的纹理库，它里面包括了差不多所有我们平时做实验的纹理图像
image1
- 基于独立纹元矩的纹理图像检索.很详细推荐
image3
- 融合圆对称轮廓波统计特征和LBP的纹理图像检索.详细的算法介绍和论文说明
GaborTextureSegment
- Texture Segmentation using Gabor Filters 纹理图像分割 包括一个pdf文件，几个m文件
sambhare
- matlab编写的纹理图像分割 gussian滤波后k-means聚类 并将不同区域用线条表示出来 除m程序还包括测试图片、pdf文件、ppt文件、doc文档
compute_geometry
- 本函数用于计算纹理图像的几何,用于Bandlet变换进行压缩，去噪的应用
waveletxiaoyu50052
- 基于MATLAB实现的使用小波实现的纹理图像分割，具体过程是先对图像进行三级小波分解，每级都对系数聚类并指导下一 级分类，分割效果较好
pcabglams
- 此函数完成对纹理图像的分类：可用于计算纹理图像的灰度氛围矩阵，并进行pca，完成对纹理图像的分类
texturesegementwithwavelet
- 基于小波变换的纹理图像分割，虽然不是我编的，但是希望对大家有用
图像的纹理分析应用编程实例
- 图像的纹理分析应用编程实例，主要通过模拟分析算法描述图像的纹理结构-image texture analysis application programming examples, mainly through simulation analysis algorithm describes the texture structure
VC实现的图像的纹理特征提取
- 这是一个VC实现的图像的纹理特征提取-This is a VC texture of the image feature extraction
firetexture
- 飞火纹理图像纹理分析合成软件，效果很好，飞火纹理图像纹理分析合成软件，效果很好
t19
- opengl纹理映射绘制场景，给出顶点的纹理坐标和几何坐标 在绘制纹理映射场景时，不仅要给每个顶点定义几何坐标， 而且也要定义纹理坐标。经过多种变换后，几何坐标决定顶点在屏幕 上绘制的位置，而纹理坐标决定纹理图像中的哪一个纹素赋予该顶点
work
- matlab源程序 纹理图像分割 利用小波变换提取系数
图像的纹理分析
- 一个图像的纹理分析程序-an image texture analysis procedures
vc图像识别－－2 人邮版的随书光盘
- VC++数字图象获取,处理及实践应用.数字图像模式识别技术及工程实践上的关于图像的纹理相关、局部平稳性、惯性矩等的计算源代码和程序。.. -VC digital image acquisition, processing and application. Digital image pattern recognition technology and engineering practice on the texture relevant, local smooth, and the momen