搜索资源列表
顺序表逆置
- C语言实现顺序表的逆置算法，算法简单明了，时间复杂度低
histeq_my
- 将输入的猜的图像转换为灰度图后进行直方图均衡化，时间复杂度和空间复杂度较低-Guess the input image converted to grayscale histogram equalization, time complexity and space complexity is low
SIFT
- 图像显著性检测算法，该算法时间复杂度比较低，检测结果较好-Image significant detection FT algorithm, the algorithm time complexity is lower, test results are good
RGB-color-model-similarity
- 图像分割是图像处理的重要步骤, 由于彩色图像含有的信息比灰度图像还多, 因而对彩色图像分割的研 究越来越受到人们的关注. 提出一种新的基于RGB 空间颜色相似性的彩色图像分割方法. 首先比较各种颜色模 型的优势与不足, 然后根据RGB 颜色空间的颜色信息和亮度信息提出一种计算在RGB 空间下颜色相似性的方 法, 再结合提出的图像颜色分量计算方法, 从而形成颜色分类地图, 最后根据颜色分类图进行像素划分, 得到分 割结果. 实验在Matlab 平台上进行, 结果表明: 对于颜色分明
去燥算法
- 利用平均与中值算法去燥.均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以
基于LMS算法的自适应滤波器设计与实现
- 因LMS算法具有低计算复杂度、在平稳环境中的收敛性好、其均值无偏地收敛到wiener解和利用有限精度实现算法时的稳定性等特性，使LMS算法成为自适应算法中应用最广泛的算法。(Because LMS algorithm has low computational complexity, convergence in stable environments, the mean unbiased converges to the Wiener solution and the finite preci
pipei
- 将平滑度约束引入特征匹配是已知的可以实现超强鲁棒匹配。 然而，这样的匹配方案既复杂又缓慢，使得它们不适合于视频应用。 本文提出了GMS（基于网格的运动统计），一种简单的方法，将运动平滑度作为一个统计量，进行局部区域的匹配。GMS可以将高匹配数字转换成高匹配质量。 这提供了一个实时、超强的匹配系统。 评估低质量、模糊的视频和广泛基线显示，GMS始终如一地优于其他实时匹配器。(The introduction of smoothness constraints to feature matching