搜索资源列表
model1
- 去除图像因为运动、噪声而产生的模糊,使用方法：维纳滤波、直接逆滤波、L-R迭代-Remove the fuzzy of image generated by movement, noise
Kjunzhijulei
- 基于色彩空间，使用K均值聚类算法对图像进行分割。目标是自动使用L*a*b色彩空间和k均值聚类算法实现图像分割。-Based on the color space, using the K-means clustering algorithm for image segmentation. The goal is to automatically use the L* a* b* color space and k-means clustering algorithm to achieve ima
12
- 非常好用的基于各种常用滤波器的图像平滑算法-Translate From: Chinese To: English EnglishChineseArabicTranslate text or webpage 非常好用的基于各种常用滤波器的图像平滑算法 Translate from: Japanese Allow phonetic typingType text or a website address or translate a document. Cancel
android-utiliser-sift
- SIFT (Scale-invariant feature transform) est un algorithme de vision assistée par ordinateur permettant de détecter et décrire des zones d intérêts dans une image. Cet algorithme a été publié par David Lowe en 1999, et le propriétaire du brevet e
K-Lrenlianshibbie
- 1、 从网上下载人脸图像，构建人脸训练数据库和测试数据库，采用K-L变换进行特征脸提取，并实现人脸识别。通过K-L变换在人脸识别中的应用，加深对所学内容的理解和感性认识。-1, face image downloaded from the Internet, the construction of the training and test database face database, using K-L transform features face extraction, and real
KL
- 使用K-L算法进行特征变换，画出结果图像-Feature transformation, using the KL algorithm to draw the resulting image
MATLAB
- 数字图像处理图像复原算法源代码（维纳滤波，最小二乘方法，L-R算法）-Digital image processing, image restoration algorithm source code (Wiener filtering, least squares method, the LR algorithm)
ImageReflection
- 牛人的代码！l图片处理模式，欢迎大家来讨论分享。随时-image code
QQzhaocha
- 图像处理专业习作，QQ自动找茬matlab实现，针对2012最新QQ游戏大厅，速度快，准确率高-Allow phonetic typingType text or a website address or translate a document. Cancel Túxiàng chǔlǐ zhuānyè xízuò,QQ zìdòng zhǎochá matlab shíxiàn, zhēnduì 2012 zuìxīn QQ yóuxì dàtīng, sùdù kuài, zhǔn
marmatlab
- compression de l image
Background-Extract
- 介绍了背景的提取与自适应更新的算法,提出了一种基于直方图统计与多帧平均混合的算法。 这种算法克服单纯的多帧图像在车流量多、车速低时出现拖尾和模糊的现象,且相对于混合高斯模 型,其计算复杂度较低。该算法已通过TIDM642 DSP硬件平台实现,实验图像结果表明,该背景提 取算法的速度快,且符合实际场景 -The paper introducesbackground extractionswith self-adaptive update algorithm and puts for
DLT-matlab
- 直接线性变换DLT，直接由像平面坐标到地面空间坐标的直接变换，可用于量测相机，非量测相机（本人用的是 高速相机）。配合前方交会验证l系数的准确与否。以DLT得到的结果为初值，用光束法平差可以期望得到更高精度。是数字摄影测量课程作业的例子。-Direct linear transformation DLT, and the direct conversion of coordinates directly from the image plane to the ground space coord
2
- Le filtre de Gabor applique une fonction qui est une sinusoï de modulée par une fonction gaussienne. Il a en traitement d’image une fonction de détection de contours (ou de traits). Ce plugin prend en paramètre: la longueur d’onde (en pixel), et
2013
- 基于单目相机和激光测距仪, 文章提出从一幅图像中识别出非合作目标物体上的矩形面,并提取出 4 个顶点坐标的特征提取方法,为位姿的测量提供必要的信息 提出以激光点为参考, 距离激光点最近的 4 条边 界为矩形面边界的判定准则,并根据激光点到直线的垂足和边界端点约束排除干扰线段 该方法能有效地判 定出矩形面且顶点定位准确,在空间机器人视觉伺服控制半物理仿真系统上得到了验证。-An approach to identi fying the rectangular plane of the
IFS
- L-system and IFS are used to the plant s simulation. In this package the theories of L-system and IFS were concisely described. The excellence and short of constructing Fractal image with L-system or IFS were discussed. So a method was put forward in
face-recognition----matlab
- 实现了人脸识别的功能，特征提取，人脸图像预处理、K-L变换、特征提取及分类器设计，全自动的人脸自动识别系统-Face recognition, feature extraction, face image preprocessing, KL transform, feature extraction and classifier design, automatic automatic face recognition system
KLface-
- 人脸检测与图像归一化及基于K-L算法的人脸特征向量提取-Face detection and image normalization one, and face feature vector extraction
GrabCut
- 实施GRABCUT源代码 由贾斯汀塔尔博特jtalbot@stanford.edu 。 放置在公共领域， 2010年 代码最后更新：2006年 弗拉基米尔·洛夫（ vnk@cs.cornell.edu ） ， 2001年使用GRAPHCUT实施。 要求： OpenGL的， GLUT和OpenCV的库来编译和运行。 用法： grabcut.exe <ppm文件名 使用鼠标拖动矩形围绕前景部分显示的图像。 然后使用下面的按键
1
- 利用K-L变换进行人脸识别。首先求得待辨识图像相对于训练集平均脸的差值图像，然后求得该图像在特征脸空间中的坐标，最后采用最近邻法对图像进行归类。-KL transform for face recognition. Obtain the first image to be identified image with respect to the difference between the average face of the training set, and then obtain the
test_Lab_conver
- In this program converted RGB to LAB space model then separated L, a and b values in this image-In this program converted RGB to LAB space model then separated L, a and b values in this image