搜索资源列表
数字图像处理alpha版
- 本软件是由作者经过数字图像处理课程的学习，采用vc++.net将其基本算法实现，其算法主要包括： 1.点运算（灰度直方图，直方图均衡处理，线性运算，二值化，灰度化等） 2.几何运算（旋转，放缩，镜像，平移） 3.几何空间增强（均值，中值滤波器，k近邻均值，中值滤波器，Roberts,sobel,priwitt,laplacian,wallis锐化算子等） 4.频率域增强（基2FFT进行空间域到频率域的转换，高斯，理想，巴特沃斯高低通滤波器） 5.形态学（膨胀，腐蚀，开，闭运算，边缘提取） 6.图
图像颜色迁移处理
- 该程序使用MFC编程实现图像颜色迁移，主要是通过颜色空间变换，将原来相关性强的图像转化到相关性弱的颜色空间，再通过源图像与目标图像的均值与方差，求的图像变换的线性关系，最后实现迁移，效果可以。
HoughTrans
- Hough变换的实质是将图像空间内具有一定关系的像元进行聚类，寻找能把这些像元用某一解析形式联系起来的参数空间累积对应点。在参数空间不超过二维的情况下， 这种变换有着理想的效果。但是，一旦参数空间增大，计算量便会急剧上升，同时耗费巨大的存储空间，耗时也随之猛增。就此，多年来国内外众多学者针对具体情况对常规Hough变换进行了多方面的探索，并提出了许多有价值的改进方法。-Hough transform is essentially the image space has a certain rel
hough(vc)
- Hough变换最先是由Paul Hough在1962年提出的， 它所实现的是一种从图像空间到参数空间的映射关系,其主要优点就是检测几何形状的能力较少受到几何形状中间断点的干扰 ， 而且不需要预先组合或连接边缘点， 可以广泛应用于纤维、 孔径等自动检测中-Hough transform is the first by Paul Hough in 1962, and it is a realization from the image space to parameter space of the
contournet
- 视觉神经科学中一个重要的研究方法就是建立初级视觉系统功能与自然图像的统计特性之间的关系，通过对自然图像的有效编码（稀疏性）可以模拟初级视觉皮层的一些基本属性，包括简单、复杂细胞的感受野，细胞的空间组织结构等。本课题旨在研究如何建立一个高阶神经网络结构，通过学习过程稀疏的表示复杂细胞对自然图像块的响应，进而实现对图像轮廓的编码以及模型自上而下的推理。-use ica and gabor filter to simulate the visula system of human
longjianbianhuan
- 本PPT讲述了二维图形图像中几何变换与空间坐标的关系的-The PPT graphic images about the two-dimensional geometric transformations and the relationship between spatial coordinates
Classical_image_processing_information
- 图像处理经典资料图象点与点之间的空间映射关系,很好的课件资料-Classical image processing image information between points of space mapping, good courseware materials
hafubianhuan
- 哈夫变换直线参数检测是图像分析和计算机视觉中一个基本问题,哈夫变换能很好地解决这个问题,然而哈夫变换的巨大计算量使它难于实时应用.因为一个图像点对应参数空间的一条曲线,图像点与量化后的参数区间是一对多的关系,造成了标准哈夫变换的计算复杂性.而两点确定一条直线,两个图像点对应一个参数点,利用这个原理能大幅度减少哈夫变换的计算量. -Hough transform line detection is a parameter image analysis and computer vision a
aImage
- 基于不同特征的图像检索技术，颜色、纹理、形状、空间关系等特征提取的基础上，基于语义的图像检索技术-Different characteristics based image retrieval, color, texture, shape, spatial relations, feature extraction based on semantic-based image retrieval. Rar
improved-MSER-algorithm-
- 本文在比较多种仿射不变性区域的基础上，选取最大稳定极值区域(MSER)对图像内容进行分割和提取，并通过构造仿射不变量的方法，对提取出来的区域进行规整化，进而从规整化的区域中提取SIFT描述子，然后根据匹配目标的需要进行特征的组合、变换，以形成易于匹配、稳定性好的特征向量，从而把图像匹配问题转化为特征的匹配问题 通过改进的K均值算法对特征向量进行聚类，聚类中心作为图像的视觉关键词:利用视觉关键词的思想，把文本检索技术领域的方法移植到图像检索应用上；并研究视觉关键词之间的空间约束关系。-Most r
image-retrieval-technology-research
- 基于内容的图像检索技术的关键在于特征提取，是利用图像的颜色、形状、纹理、轮廓、对象的空间关系等客观独立的存在于图像中的基本视觉特征作为图像的索引，计算查询图像和目标图像的相似距离，按相似度匹配进行检索。综合国内外研究现状，可将基于内容的图像检索技术分为如下几种类型:基于颜色特征的检索、基于纹理特征的检索、基于形状及区域的检索、基于空间约束关系的检索。-Based on comparing various affine invariant regional basis, selection of
04
- 如何面对人们日常生活中接触到的，尤其是互联网上数量激增的图像进行有 效的分类，已经成为研究的新热点。虽然现有的图像分类技术已经取得不错的性 能，但是它们还存在着一些问题。一是大部分现有的图像分类算法都是基于图像 的底层特征，’无法解决图像分类中的“语义鸿沟”问题；二是，大多数图像分类算 法总是忽视图像中部分与部分之间的空间关系。-How to face contact with people' s daily lives, especially surge in the n
FLCM
- 基于FCM的改进加入空间信息用于图像分割，可以正确的估计邻域信息的关系-Based on the FCM improvements by adding spatial information for image segmentation, the correct estimate of the relationship between neighborhood information
OpenCV_PseudoColor
- 数字图像处理 伪彩色增强 将灰度值分别按照一定函数关系转换到RGB 空间中，形成彩色图像-Pseudo-color enhancement of digital image processing of the gray values were converted in accordance with certain functional relationship to the RGB color space to form a color image
Hough_Dect
- 数字图像处理在人们的生活中无处不存在着它的影子，是非常流行热门的技术之一，可以说它是一种每时每刻都在改变着人类生活的技术。人们对于物体的识别主要针对于物体的外形，图像分割目的是对图像中有意义的特征部分进行提取，所谓有意义的特征包括图像中物体的外形边缘和区域等。本文主要针对其中的一个传统而经典的分割方法Hough变换而展开。Hough变换实现的是一种从图像空间到参数空间的映射关系，具有对抗噪声的鲁棒性以及在图像中的不连续性等优点，通过它构建的参数空间可以容易地对特定形状，如直线、圆等解析曲线进行判
HoughDect
- 数字图像处理在人们的生活中无处不存在着它的影子，是非常流行热门的技术之一，可以说它是一种每时每刻都在改变着人类生活的技术。人们对于物体的识别主要针对于物体的外形，图像分割目的是对图像中有意义的特征部分进行提取，所谓有意义的特征包括图像中物体的外形边缘和区域等。本文主要针对其中的一个传统而经典的分割方法Hough变换而展开。Hough变换实现的是一种从图像空间到参数空间的映射关系，具有对抗噪声的鲁棒性以及在图像中的不连续性等优点，通过它构建的参数空间可以容易地对特定形状，如直线、圆等解析曲线进行判
作业5
- 理解频域处理与空间域处理的等效关系与步骤，掌握频域相乘与空间域循环卷积之间的对等关系，理解DFT运算中补零的效果。(Understand the equivalent relationship and steps of frequency domain processing and space domain processing, understand the reciprocal relationship between frequency domain multiplication and
灰度共生矩阵
- 灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 [1] 1973年Haralick等人提出了用灰度共生矩阵来描述纹理特征。 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两像素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。(Gray-level co-occurrence matrix refers to a common method for describing texture by studying the spatia
GLCM-OpenCV-master
- 由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。 Gray-level co-occurrence matrix from an image 图像的灰度共生矩阵(Because the texture is formed by the repeated appearance of the gray distribution in the
基于SIFT算法的图像特征点提取与匹配
- 文章深入研究了 SIFT 特征点提取的原理及过程，以基于 K-D 树结构的近邻算 法对呈线性变换的两幅图像在不同视角和噪声干扰情况下进行了特征点的粗匹 配，并通过随机抽样一致性算法(Random Sample Consensus)进行特征点的提纯，删 除例如错误的匹配特征点对。针对粗匹配后误匹配点对较多导致的 RANSAC 算法 效率降低、运算时间变长的情况，论文以视差梯度约束对粗匹配点对进行预筛选， 提升了 RANSAC 算法的效率。根据匹配点对空间位置关系得出图像之间的变换模 型；最后将图像