搜索资源列表
-
1下载：
特征提取是图像配准的重要步骤，使用Harris角点检测算法实现图像拼接。-Feature extraction is an important step in image registration, using Harris corner detection algorithm for image mosaic.
-
-
0下载：
：由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效， 提出
应用独立成分分析( I C A) 方法对声音信号进行特征提取， 并证明了这种 I C A 变换能增强语音和音
乐信号的超高斯性． 在此基础上， 应用 I C A基函数作为滤波器， 通过阈值化的去噪方法对含有强高
斯背景噪声的声音信号进行去噪仿真实验． 结果表明， 本方法明显优于传统的均值滤波和小波去噪
方法， 为强背景噪声下弱信号的检测提供 了新的途径．-: As many of the t
-
-
0下载：
针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算
法. 算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相
结合,从而实现了图像与模板之间精确的子像素定位与匹配. 实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.-Image distortion for high-precision, a least-squares image matchin
-
-
0下载：
边缘特征的提取就是求图像梯度的局部最大值和方向。实际计算中，以微分算子的形式表示，并采用快速卷积函数来实现。常用的算子有微分算子，拉普拉斯算子，Canny算子等。其中Canny边缘检测是一种较新的边缘检测算子，具有较好的边缘检测性能，得到越来越广泛的应用。Canny边缘检测法利用高斯函数的一阶微分，它能在噪声抑制和边缘检测之间取得较好的平衡-Edge feature extraction is to seek the local maximum of image gradient and ori
-
-
0下载：
这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码
使用步骤：
1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)
2. 找到"main.m"文件
3. 命令行中运行它
4. 点击"Train Network"，等待程序训练好样本
5. 点击"Test on Photos"，选择一个.jpg图片，识别。
6. 等待程序检测出人脸区域
createffnn.m, d
-
-
0下载：
Gabor滤波器经常被用于形状检测和特征提取，比如增强指纹图像。本代码用matlab实现了一个二维Gabor滤波器。
代码使用如下：
function [G,gabout] = gaborfilter1(I,Sx,Sy,f,theta)
from gaborfilter1 with different f(Frequency) and theta(Angle).
for example
f:0,2,4,8,16,32
theta = 0,pi/3,pi/6
-
-
1下载：
图像中角点(特征点)提取与匹配算法,对于两幅相似的图像，通过角点检测算法，进而找出这两幅图像的共同点，从而可以把这两幅图像合并成一幅图像。(含程序)-Image corners (feature points) extraction and matching algorithms for two similar images by corner detection algorithm, and then find the two images in common, which can merge
-
-
0下载：
基于Gabor特征提取和神经网络的人脸检测的matlab程序-Human face detection based on Gabor feature extraction and neural network in matlab
-
