搜索资源列表
ClusterAnalysis
- 现在我们给定两幅ALV路标的捕捉图像，我们实际工作中首先要捕获路标（这里我们假定环境中已经有路标），而此时的景象是难以预知的：我们不知道路标在什么位置、是什么路标、除了路标还有那些图像模式？ 基本要求：使用本章学习的K－平均算法，以颜色分量（或几何性状）作为坐标参数，对景象图进行聚类分析，要求最后的分类结果将路标（可能包括少量相似区域）聚类为一个模式类别。试验报告同前面一样，要求给出样本模式点，绘制坐标图（标出各个聚类中心的迭代移动轨迹） ，绘制算法框图，给出结论。并检查上机结果。 -e
getLDayDataAndAnalysis_20090520
- 读取通达信日线数据，并且可以判断股价与移动平均线的关系。-Read the letter on-line access to data, and can determine the price and the relationship between moving average.
harjiaodianjiance
- Harris角点检测算 法是在Moravec算法的基础 上提出的。Moravec角点检测算法的思想是： 在图像中 设计一个局部检测窗口，当该窗口沿各个方向作微小移动时 ，考查窗 口的平均能量变化，当该能量变化值 超过设定的阈值时，就将窗口的中心像素点提取为角 点。-Harris corner detection algorithm is based on the algorithm in Moravec' s. Moravec corner detection algorithm idea
ndnanfilter
- NDNANFILTER N维零相位数字滤波器，忽略NaN的。 短语法： [年，钨] = ndnanfilter（十，HWIN，女） 短输入： X - 有/无NaN的多维数据。 HWIN - 窗口的名称（默认情况下移动平均的Nd： rectwin ）。 的F - 向量指定为每个维窗口半宽度。 短暂输出： Ÿ - 过滤/平滑X数据与零相移（如X!一样大小）。 W - N维是通过一种特殊的子函数生成的中心对称的窗口称为
ForegroundExtract
- 视频捕捉的对象中，背景通常保持不变。一般分析中关注移动的前景物体，威力提取出前景物体，需要建立背景的模型，将模型和当前帧进行比对检测前景物体。前景提取应用非常广泛，特别是在智能监控领域中。 如果有不含前景物体的背景图片，提取前景的工作相对容易，只需要比对当前帧和背景图片的不同，调用函数absdiff实现。但是大多数情况，获得背景图片是不可能的，比如在复杂的场景下，或者有光线条件的变化。因此，就需要动态的变换背景。一种简单的办法是对所观察到的图片取平均，但这样做也有很多弊端，首先，这种办
Simple-moving-average
- 单纯移动平均 对波形噪声减低处理的一种方法 本人的作业于大家分享-Simple moving average
movingthresh
- 使用移动平均的图像阈值处理，matlab实现，适用于手写文本图像。-Moving average of image thresholding, matlab achieve for handwritten text images.
Project8方框滤波
- 方框滤波，最简单的线性滤波是移动平均或方框滤波，用 窗口中的像素值平均后输出(Block filtering, the simplest linear filter is moving average or square filter, using the pixel value in the window average output)
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