搜索资源列表
边缘检测与分割处理
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象-code P0401 Note : Prewitt operator to detect
4Matlab
- 程序代码说明 P0401：用Prewitt算子检测图像的边缘 P0402：用不同σ值的LoG算子检测图像的边缘 P0403：用Canny算子检测图像的边缘 P0404：图像的阈值分割 P0405：用水线阈值法分割图像 P0406：对矩阵进行四叉树分解 P0407：将图像分为文字和非文字的两个类别 P0408：形态学梯度检测二值图像的边缘 P0409：形态学实例——从PCB图像中删除所有电流线，仅保留芯片对象
kalmanfiler
- 卡尔曼滤波C程序 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。 对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制， 传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理， 例如头脸识别，图像分割，图像边缘检测等等。-Kalman filtering C program Kalman filter is
extendkalman
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。 对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制， 传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理， 例如头脸识别，图像分割，图像边缘检测等等。-Kalman filter is an "optimal recursive data pro
GCM_1.0
- 在VC环境下开发的，可用于图像的分割以及基础的图像处理
a
- 本论文从道路环境理解的角度出发，针对智能车辆视觉导航中的车道保持问题，运用单目视觉技术对行驶车辆前景中的道路边界和车道线进行检测，以获取本车与当前道路的相对位置信息和方向信息。-In this paper, the understanding from the perspective of road environment for visual navigation of intelligent vehicle driveway to keep the issue, using monocula
The-detection-of-traffic-lights
- 交通信号灯的检测是复杂场景下交通灯识别的重点。采用了色彩分割与关联滤波方案进行交通灯的检测。首先，建立交通信号灯的高斯模型，利用高斯向量与多色彩空间结合的方法进行图像分割。然后，采用基于区域增长与相似性判定的关联滤波，对色彩分割后的图像进行处理。最后，使用基于canny算子的边缘提取算法获取方向指示灯轮廓特征，并使用基于改进hu不变矩和马氏距离对方向指示信号灯进行分类。-The detection of traffic lights is the focus of traffic lights
OV7725
- 用STM32F4芯片自带的DCMI摄像头接口驱动不带FIFO的OV7725摄像头，实现60HZ刷新率。imgprcs.c文件中包含大量的适用于嵌入式设备的高速图像处理算法，包括边缘提取、区域分割、颜色识别等等，全部使用自适应算法，适合不同光照和环境条件(With STM32F4 chip comes with DCMI camera interface driver without FIFO OV7725 camera, to achieve 60HZ refresh rate. The img