搜索资源列表
VC_ImageProcessing
- 《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
VCHUNDAN
- 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 Coding）-image processing orthogonal transformation (Fourier transform, discrete cosine transform (DCT), Walsh transf
cxsb
- 通过背景差获取目标，提取车辆的不变矩，外加矩形度，圆形度，体态比等特征构成特征向量组，通过欧式距离识别出车辆。-through poor background, target acquisition, unchanged from the moment vehicles, plus rectangular, circular, Body composition characteristics than the eigenvector group, by the Continental dista
wzsb
- 文字识别系统--数字字符的识别算法，将数字字符的顶部、左右两侧的局部轮廓结构和统计特征组合成特征向量，用以描述10个数字。采用用结构语句识别算法识别底部残缺的和完整的数字字符。-Character Recognition System -- Character recognition algorithm, the top figures of characters, around both sides of the partial outline of the structure and sta
coocurrence_matrix_and_feature
- 共生矩阵的实现及特征提取方法，里面包含了各个特征向量提取的子程序，可以在其他程序中直接调用。-co-occurrence matrix and the realization of feature extraction methods, each of which contains a feature vector extraction subroutine, the other procedures can be called directly.
KLtransform
- （1）应用9×9的窗口对上述图象进行随机抽样，共抽样200块子图象； （2）将所有子图象按列相接变成一个81维的行向量； （3）对所有200个行向量进行KL变换，求出其对应的协方差矩阵的特征向量和特征值，按降序排列特征值以及所对应的特征向量； （4）选择前40个最大特征值所对应的特征向量作为主元，将原图象块向这40个特征向量上投影，所获得的投影系数就是这个子块的特征向量。 （5）求出所有子块的特征向量。 -(1) the application of 9 × 9 window
Extractionoffaultfeaturevector
- 用小波包提取故障特征向量并归一化，很实用，论文里的部分程序-Extracted using wavelet packet fault eigenvector and normalized, it is useful, some of the procedures in the thesis
PCA
- PCA主成分分析用于人脸识别，提取特征值特征向量。有ORL人脸库。-PCA principal component analysis for face recognition, extraction Eigenvalue eigenvector. Have ORL face database.
zimushibie0505
- 在此文档中，可以实现图形字母的识别，采用特征匹配的 方法，求取特征向量，一共13个-ocr
20080111
- 有关图像的目标识别："给出一种基于特征分类辨识的合成孔径雷达图像目标检测方法#用恒虚警和扩展分形方法对3&E图像进行目 标检测后用面积和峰值能量比算子辨识目标和背景杂波!去除一部分虚警!用小波域主成分分析对每个检测窗口内的图 像提取特征向量!用支持向量机对提取得到的特征向量进行分类!辨识目标和背景杂波!完成目标检测#使用&K?3数 据对该方法进行验证和分析!实验结果表明!经过特征分类辨识后!在检测率不变的情况下!虚警数目显著降低# -Related to the image ta
SIFT
- 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。这种算法也是在图像的灰度尺度空间上检测特征点, 但其特征向量由各描述子子区域的彩色模型分量的均值组成并在原始的彩色图像上进行计算。-SIFT
Untitled
- 利用小波变换实现对故障信号的特征提取 构造特征向量-Wavelet transform feature extraction of fault signals structural feature vector
texture_GUI
- 此程序是基于灰度共生矩阵的图像纹理特征提取算法，它进行了四个方向上的灰度共生矩阵的计算，从而得出他们的纹理特征向量，再求均值，使计算进度大幅度提高-This program is based on the GLCM texture feature extraction algorithm, which was four directions GLCM calculation to arrive at their texture feature vector, and then seek mean
PCA_nvecs
- PCA转换之后，会得到按序排列的特征值和特征向量，取前n个，进行PCA投影-After PCA transformation, will be in descending order of eigenvalues and eigenvectors, fetch the first n months, for PCA projection
xinxilun
- 《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
Wavelet_denoising
- 基于小波变换的纹理特征提取方法，可以提取特征值，经过修改也可以提取其他特征向量！-Wavelet-based texture feature extraction method can extract the characteristic values can also be modified to extract the other eigenvectors!
基于支持向量机的图像分类
- classifier.mat文件太大未上传。可运行一次main3生成 getFeatures.m 获取灰度共生矩阵相关特征 main-main6 训练 + 识别 predict.m 单独的分类程序 temp.m 单独的分类演示程序(classifier.mat file is too large to upload. Can run a main3 to generate getFeatures.m Get the grayscale co-occurrence matrix rel
FCM
- 利用模糊C聚类（FCM）的方法对彩色图像进行分割，期中可以用不通的特征向量来表征图像的特征(The method of fuzzy C clustering (FCM) is used to segment the color image. In the period of time, the feature vectors can be used to characterize the features of the image.)
BraTS2017特征提取
- 提取标注过的MRI影像的特征，每个点可展开为237维向量。(The features of the labeled MRI image are extracted, and each point can be expanded to a 237 dimensional vector.)
SVMRFE
- 特征选择算法，防止分类结果出现过拟合，提前对多维的特征向量进行选择筛选(A feature selection algorithm)