搜索资源列表
mahalanobis
- 一种新的计算马氏距离的算法，算法采用二次协方差矩阵操作，进而使距离考加入相对性因素。-a new Mahalanobis distance calculation algorithm, the algorithm using quadratic covariance matrix operations, thereby enabling the relative distance to take factors.
Texture-features
- matlab编写的用于实现灰度共生矩阵，灰度-梯度共生矩阵，灰度直方图，协方差系数，LOG滤波器的源代码了。全部经过测试，可以直接使用。对于做纹理分析很有帮助。一共有五个代码-matlab prepared for the realization of Gray Level Co-occurrence matrix, gray- gradient co-occurrence matrix, gray histogram, covariance coefficients, LOG source c
COV2K
- 极化SAR图像处理中，将协方差矩阵转换为STOKES矩阵或Mueller矩阵的程序-Polarization SAR image processing, the covariance matrix will be converted to matrix or Mueller matrix STOKES procedures
pauli cov
- 极化SAR图像中的将协方差矩阵数据进行PAULI分解的程序-Polarization SAR images will covariance matrix data Pauli decomposition process
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
generate_mean_covariance
- 本程序编程语言为C，主要用来对遥感训练数据进行处理，得到covariance矩阵。-This program is used to generate 3 files:mean file,covariance matrix of the training set, and inverse covariance matrix for training set.
hw2
- 1.对一个256*256的图像进行DCT变换得到图像D，将D得斜下角数值置为零，然后进行DCT反变换. 2.对源图像进行K-L转换 1和2比较-1.Get a grey level image which size is N*N. (For example, 256*256, however, N = ), and partition to 8*8 sub images. 2.. Apply DCT to these sub images, and get the transfo
coviance
- 一个关于协方差矩阵的例子 改成自己的图片即可 运行-An example on the covariance matrix into its own image to run
Multi_gp
- 用来产生多变量高斯过程的MATLAB源程序。-MULTI_GP generates a multivariate Gaussian random process with mean vector m (column vector) and covariance matrix C。
compression_3
- 在神经网络中用求协方差矩阵的方法对人脸图像进行压缩及恢复-In the neural network covariance matrix using the method of face image compression and restoration
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
gongbian
- 利用共变矩阵，扫描数组，估计潜伏期变化。-Covariance matrix using scanning arrays, it is estimated latency change.
hyperMnf
- 用于高光谱图像处理的最小噪声分离变换方法。-HYPERMNF Performs the minimum noise fraction (MNF) transform hyperMnf performs the minimum noise fraction (MNF) transform on the data and uses spatial (row) offsets of the data to estimate the covariance matrix of the
Covariance
- An imlementation in MATLAB of fast algorithm for calculate covariance matrix, which is widely used in image processingimlementation of fast algorithm for calculate covariance matrix, which is widely used in image processing
kalman-alghrioms-matlab
- 则卡尔曼滤波的算法流程为： 1.计算预估计协方差矩阵2.计算卡尔曼增益矩阵3.更新估计4.计算更新后估计协防差矩阵-The Kalman filter algorithm processes as follows: 1. Calculate pre-estimate covariance matrix 2 calculate the Kalman gain matrix 3 updated estimate calculated after 4 update estimated defend d
bayesgauss
- BAYESGAUSS贝叶斯分类器对高斯模式。 D = BAYESGAUSS(X,钙、马、P)计算贝叶斯决策 n维的功能模式的行X。 n-by-n-by-W大小的CA是一个数组,其中包含了协方差 的矩阵大小n-by-n,W类的数量。 大小n-by-W 马是一个数组,其列。柯尔- 水洼意味着向量。一个赔偿。矩阵和平均向量必须 为每个类指定,即使一些都是平等的。X是大小 K-by-n,K是模式的数量分类。P是 1-by-W数组,包含发生的概率
PCA_K
- PCA的思想为将图像的协方差矩阵分解，获得分解后的方向向量。然后将数据分别投影到某一个方向上去，获得与原图象近似的图像。当然,与最大特征值所对应的特征向量方向获得最好的图像。因此，PCA方法可以作为降维的一种方法。留下在某些方向较好的图像，而抛弃那些在另外一些方向上不好的图像。-PCA ideas as to decompose the covariance matrix of the image, the direction vector obtained after decompositio
CLASSICALMUSIC1
- MUSIC算法[1] 是一种基于矩阵特征空间分解的方法。从几何角度讲，信号处理的观测空间可以分解为信号子空间和噪声子空间，显然这两个空间是正交的。信号子空间由阵列接收到的数据协方差矩阵中与信号对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值（噪声方差）对应的特征向量组成。MUSIC算法就是利用这两个互补空间之间的正交特性来估计空间信号的方位。噪声子空间的所有向量被用来构造谱，所有空间方位谱中的峰值位置对应信号的来波方位。MUSIC算法大大提高了测向分辨率，同时适应于任意形状的天线阵列
PCANoiseLevelEstimator
- 盲噪声估计出现在许多图像处理应用的问题，如去噪、COM压缩、分割。在本文中，我们提出了一种新的噪声电平估计方法的基础上的主成分分析的图像块。我们表明，噪声方差可以估计为图像块协方差矩阵的最小特征值。与现有的13种方法相比，所提出的方法显示了良好的速度和精度之间的妥协。这是至少15倍的速度比类似的精度的方法，它是至少两倍的精度比其他方法。我们的方法不假定存在均匀区域的输入图像，因此，可以成功地处理图像只包含纹理。-The problem of blind noise level estimatio