当前位置:
首页 资源下载
搜索资源 - shape feature extraction
搜索资源列表
-
0下载:
由于只是利用图像的灰度信息, SIFT 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。-Since only the use of images of gray-scale information, SIFT algorithm can not distinguish between good shape similar but different colors of objects. In
-
-
1下载:
《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
-
-
0下载:
针对目前传统的枸杞分级主要采用人工方法, 费时费力且效率不高的缺点, 提出了一种基于机器视觉技术对枸杞
进行自动分类的方法。 采用数字图像处理技术对枸杞图像进行了预处理、 分割 , 从而提取枸杞的色泽、 大小及形状等特征
参数; 用 K-means 算法对特征进行聚类, 得到枸杞相应等级的基准; 根据聚类分析得到的基准采用最小距离分类器对枸杞
进行分级。 实验结果表明 , 该方法能够准确快速地对不同色泽和大小的枸杞进行分类。-Traditional wolfberry sorting
-
-
0下载:
基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加,传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单,导致叶片识别率较低。为此,本文提出使用纹理特征结合形状 特征进行识别,并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象,使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
-
-
1下载:
傅里叶描述子用于图像特征提取,对图像缩放,平移和旋转具有转换不变性,适合形状特征的提取(The Fourier descr iptor is used for image feature extraction, the image zooming, translation and rotation are invariant and suitable for the extraction of shape features.)
-
-
0下载:
这是一个图像形状的几何特征提取算法,可以提取圆形、方形、多边形等形状特征。(This is a geometric feature extraction algorithm for image shape, which can extract shape features such as circle, square and polygon.)
-