搜索资源列表
ypshibie
- 提出了一种数字乐谱图像识别与匹配方法，采用光学乐谱识别(OMR)技术识别数字乐谱图像建立对应的MIDI 文件，利用一一对 应算法进行匹配，根据相似度来判断同一音乐作品的不同数字版本的乐谱图像，并在理论上就此算法的有效性进行了论证。同时，仿真实 验结果表明这一方法能有效地实现对不同数字版本的同一音乐作品的乐谱图像的识别、归类与校正。-A digital music identification and matching images, the use of optical music re
DataRecog
- 用神经网络，实现手写数字0-9的识别，对于相似度小的拒绝识别-Using neural networks, implementation figure 0-9 handwriting recognition, the similarity of small refuse recognition
detection
- 基于肤色模型的人脸检测程序，通过高斯模型建立相似度函数，再经过最佳阈值法来进行二值化，在经过形态学处理得到人脸区域。-Skin color model based on face detection process, the establishment of the similarity function by the Gaussian model, and then through the optimal threshold method for the two values, obtaine
Raw
- 本程序能够实现RAW文件和BMP图像的均衡化处理，RAW文件转化为BMP，图像缩放（最近邻差值方式、双线性插值、三次B样条插值），两幅图像的相似度比较-This procedure can be achieved RAW image files and BMP balanced treatment, RAW files into BMP, image scaling (the margin nearest neighbor approach, bilinear interpolation, th
MotionSearch
- 本程序通过对两幅灰度图像的图像处理，找到它们的相似部分。可以用于图像拼接。 运行方法： 1.打开图像1，打开图像2 2.图像处理-》sobel变换 3.图像处理-》运动估计-This procedure of two gray-scale image of image processing, similar to find their part. Can be used in image stitching. Operation method: 1. Open the image
Two_algorithm_for_Face_detection_and_location
- 一种方法利用脸和头发的直方图信息将其分割，从而标记脸部区域，再边缘提取，标注眼、嘴、鼻。另一种方法利用相似度计算、积分投影标记人脸区域，从而定位眼、嘴、鼻。-Two_algorithm_for_Face_detection_and_location.rar
dspfinal
- DSP实现语音识别，孤立词汇的识别，相似度分析比较-DSP realization of speech recognition, isolated word recognition, similarity analysis
FaceDetect
- VC写的一个人脸检测的程序，可以进行图像的相似度计算，标记人脸区域，标记人脸的五官等操作-VC to write a procedure for face detection, image similarity can be calculated, marking the region face, mark the features such as face operation
xiangsidu
- 遥感图像的多光谱目标识别，相似度方法实现分类-The multi-spectral remote sensing image object recognition, similarity classification method
Wpsnr
- 采用HVS的图像相似度准则计算WPSNR -The use of HVS image similarity criteria WPSNR
hausdorff
- 摘 要： 提出了一种基于改进 Ha u s d o r f f距离的人脸相似度匹配的方法， 该方法首先将人脸划分为脸型、 双眼、 鼻、 嘴等几个特征点 集， 分别计算各部分的改进 Ha u s d o r f f 距离， 然后进行加权计算相似度。利用该方法， 在 A S M( 主动形状模型) 定位人脸的基础上进 行了人脸检索。 实验表明， 利用人脸相似度计算方法对人脸特征库进行搜索， 达到 了较好的效果。同时结合 A S M 自动人脸检测， 本 方法可以全自动完成人脸匹配， 应
40
- 近年来，随着互联网的高速发展，网上的多媒体信息也急剧增加，这些多媒体信息以图像为主。如何从浩瀚的图像数据库中快速、准确地找出所需要的图像，己成为一个备受关注的研究课题。有效地组织、管理和检索大规模的图像数据成为迫切需要解决的问题。于是基于内容的图像检索(Content-Based Image Retrieval: CBIR)作为一个崭新的研究领域出现了。 本课题拟研究、分析彩色图像红、绿、蓝三基色直方图的生成、特征提取和相似度等问题，应用图像的颜色信息—三基色直方图对图像进行检索。针对基于颜
50
- 多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源的有效管理和检索。由此，基于内容的图像和视频检索技术得到了越来越多的重视，成为了多媒体信息检索和图像处理领域中的重要研究方向。CBIR技术将对大规模图像信息的管理和访问提供有力支持。 本文这种介绍了内容图像检索的灰度特征实现方法，具有理论意义和实际应用价值。针对基于内容图像检索技术进行了研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势。共生矩阵法，是对图像的所有像元进行统计调查，以便描述其灰度分布的一种方法。分析了这种基于
InteractiveImageSegmentationbasedonMergingRegion.r
- 基于区域融合的半监督的图像分割算法。首先在背景和前景手动设置初始分割标记，在迭代过程中不断通过区域融合操作获得最大相似度的区域，从而实现目标分割。-Regional integration based on semi-supervised image segmentation. First of all, in the background and foreground segmentation manually set the initial marking, in the iteration
Novel_Example-Based_Shape_Learning_For_Fast_Face_A
- 用于人脸对准的快速形状学习方法(论文)：提出了一种新的用于人脸特征对准的基于样本 的形状学习策略(ESL)。该方法是基于下面结论提出的：人脸图像差和形状差之间存在一种近似的线 性关系——即相似的人脸图像蕴涵着相似的形状。因此，给定一个人脸图像的学习集，其中人脸图 像的特征点都已手工标定。则任意新的人脸图像的形状可以如下抽取：估计该人脸图像和训练集中 训练图像的相似度，并将同样的相似度用于该人脸图像形状的重建-Fast Face Alignment for the shape of
tuxiangpipei
- 基于小波变换的多分辨匹配算法: 首先利用小波的多分辩率特性将匹配图像和模板图像分解到乙层上，并且只保留LL低频部分，然后利用归一化相关法作为相似性度量，进行由粗到细的相关匹配过程，每次利用下一层的匹配结果在上层小范围内搜索。这样做极大地减少了搜索空间，而且减少了每次匹配计算相似度的数据量。 -Wavelet multiresolution matching algorithms: a wavelet multi-resolution feature will match the imag
nj-img
- 该文推导和定义了一种基于正交Proscrustes问题的图像相似性。此图像 相似度是指一幅图像“旋入”另一幅图像的概率 同时简要地提供了图像相似度的 算法, -In this paper, derivation and definition of the problem based on orthogonal Proscrustes image similarity. This image is an image similarity, " screw" the p
imageEvaluation
- 图像的评价标准有熵、加权峰值信噪比、加权结构相似度、结构相似度、交叉熵、空间频率 这些都有是比较常用的判断标准-FusionEvaluation
kmeans
- k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。基于c++和opencv-This program gets an image and the desidered number of partitions and finds the means of the different classes and pro