搜索资源列表
Poly
- 多边形拓扑自动生成源码，由最小角度法搜索，值得借鉴
cvBlobFinder
- 基于OPCV的blob搜索算法，图像处理经典算法
Edge_Detect
- 这是图像边缘检测代码，非常准确。可用于图像识别、车牌识别、图像搜索等，非常实用！极力推荐！
072128
- 对由光源颜色变化引起的图像色彩偏差,进行了校正,并在YCbCr颜色空间建立了Cb-Cr色度查找表和亮度信息联合的肤色模型,应用预处理技术,去除部分非人脸区域,减少人脸检测的搜索空间,并采用模板匹配方法在人脸候选区域检测人脸.实验表明,该方法能够有效的从复杂环境的彩色图像中检测出左右旋转不超过45°的人脸,且不受人脸表情、尺度和数目的影响,且错误率较低.
MapX-search
- MapX实现二次搜索查询，针对空间范围搜索出来的信息根据需要进一步过滤搜索实现需要的功能和目的。
数字图象处理技术
- 这是用vc++实现的数字图象处理程序,包括点运算,几何变换,图像增强,形态学变换,边缘与轮廓,图象分析,图象复原,图像编码功能. (这是我搜索到的,觉得很好,希望大家能共享)
025813338
- 网络中搜索到将彩色图像转换成灰度图像的vb源码。
pyramid
- 图像分割，常用的方法很多，较常用的是利用金字塔搜索法，向下向上搜索，对图像进行很好的分割
opencvhelp
- 一个非常好用的opencv帮助文档，中文的，是chm格式的，可以进行索引及搜索功能，很好用，强烈推荐。
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
11111957738
- 这是一个用vc++实现的有关图像模式识别的源程序，其中包括了手写数字的分类和聚类的程序。这是我搜索到的，希望能和大家一起共享。
whGIssystem
- 武汉市楼盘信息查询系统应用.net技术，基于SuperMap提供的开发平台，以武汉市楼盘信息查询为主要功能，是顺应Web2.0时代的一款网络地理信息系统产品。系统采用B/S架构，最终结果是发布于Web站点的ASP.NET网站，该网站可以成为一个收集信息、搜索信息、发布信息的平台，因此具有很强的实用价值。
1
- 图像搜索的matlab代码实现，希望对有研究图像处理的人有点帮助
Patternmatching1
- 针对传统图像相关匹配算法计算量较大的问题,研究图像库中相关图像搜索方法. 提出一种改进的相关 匹配算法,该方法通过对相关系数公式进行简化和迭代运算,减少了重复运算. 通过设定参考图像与目标图像的相 关系数阈值,只需计算方差相差较小的点的相关系数,提高了运算速度,计算时间减少到原来的14 ％ ,甚至更短. 在文件夹的图像搜索中实现了图像的快速匹配.
match
- 针对传统图像相关匹配算法计算量较大的问题,研究图像库中相关图像搜索方法. 提出一种改进的相关 匹配算法,该方法通过对相关系数公式进行简化和迭代运算,减少了重复运算. 通过设定参考图像与目标图像的相 关系数阈值,只需计算方差相差较小的点的相关系数,提高了运算速度,计算时间减少到原来的14 ％ ,甚至更短. 在文件夹的图像搜索中实现了图像的快速匹配.
chap12
- 使用时打开此例题目录下pic中的图片，然后依次单击按钮“转”、“1”、“2”、“3”、“4”和“5”，就可以实现精确的车牌定位。 具体步骤 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性
Mapx_Search_Demo
- MapX实现二次搜索查询 MapX实现二次搜索查询，针对空间范围搜索出来的信息根据需要进一步过滤搜索实现需要的功能和目的。
AFIS
- 指纹自动识别该部分的代码由C写成。 程序需要imagemagic的支持，imagemagic可以在网上搜索到最新的版本（程序在图像 的输入/保存代码处用了imagemagic的函数，如果读者不想使用imagemagic，可以修改 程序有关图像存取的部分，改成自己的图像存取函数，这部分的工作量不是太大）。 代码可以在Linux下面编译通过。
chepaidingwei
- 很好的车牌识别代码 。具体步骤： 1.24位真彩色->256色灰度图。 2.预处理:中值滤波。 3.二值化:用一个初始阈值T对图像A进行二值化得到二值化图像B。 初始阈值T的确定方法是:选择阈值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分别是最高、最低灰度值。 该阈值对不同牌照有一定的适应性,能够保证背景基本被置为0,以突出牌照区域。 4.削弱背景干扰。对图像B做简单的相邻像素灰度值相减,得到新的图像G,即Gi,j=|Pi,j-Pi,j-1|i=0
ScanZbuffer
- 扫描线Zbuffer算法 1。算出模型的包围盒。 2．每条扫描线打点时并不是包围盒内整条线打点，而是先搜索需要刷新的范围， 只是该范围内打点。