搜索资源列表
Canny
- 对图象进行边缘检测。首先对图像进行高斯虑波，减少噪声的干扰，然后求图像的梯度，进行非最大值抑制
22219011211120071115164509189959
- SUSAN算子用于角点检测的基本步骤： 1） 对于感兴趣的每个象素点（一般的情况就是图像中的每个象素点）作用一圆模板； 2） 根据亮度比较函数计算圆模板中的USAN区域； 3） 根据几何阈值，计算象素点的初始响应； 4） 使用USAN重心与核中心的距离法则去除伪角点，使用USAN重心与核中心的连线上的每个点都必须在USAN区域来保证算法的一致性（即USAN区域的相连性） 5） 对每个象素点的响应，使用 （或更大）的窗口搜索局部极大值，进行非极大值抑制
origin_canny
- canny算子进行边缘检测的源代码。 （1）首先对图像进行高斯滤波，去除噪声的影响； （2）对滤波后图像计算梯度的幅值和方向 （3）对梯度幅值进行模极大值抑制 （4）双阈值确定边缘
Cann.rar
- 通过计算图像的灰度梯度，在对边缘点进行非最大化抑制实现边缘检测,Gray-scale images by calculating the gradient of the edge points to maximize the suppression of non-realization of edge detection
156423
- 为实现教室监控视频中多目标智能跟踪，研究提出了一种基于前景检测修正和梯度特征的改进型ＣａｍＳｈｉｆｔ算法。该算法利用收敛速度分段分区可调的背景重建算法对视频序列进行背景重建与前景检测。综合考虑了前景检测结果，图像 梯度和颜色特征，进行ＣａｍＳｈｉｆｔ目标跟踪。该算法能自适应调节梯度与颜色特征融合比例，对强光有一定的抑制作用。开发了实验软件，仿真结果表明了所提算法的有效性，为解决教室照明用电浪费问题提供一个可行的解决方案。-Surveillance video in the classroom
pcnn
- 利用pcnn，每当有一批像素对应的神经元点火，对像素值进行一次修正。第n次点火的所有神经元用矩阵B（n）表示， 已经点火的像素位置标记为‘1’，未点火的标记为‘0’。通过一个3*3的模板滑过B（n），判断若模板内的值全为‘1’或全为‘0’， 则这些像素值不进行处理，否则若模板中心的值为‘1’，则增加该位置的像素值的大小，中心值为‘0’，则减小像素值。该功能由xiugai(B,K)函数实现 Beta取负值来抑制周围的神经元点火，因为输入pcnn（X）的是模糊图像，抑制之后使处理的
CannyBoundTest
- 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测图像进行非极大抑制 4.连接边缘点并进行滞后阈值处理。 -1. Gaussian smoothing the original image 2. Gaussian smoothed image was sobel edge detection. Here and there on request t
find
- 基于质心计算和背景抑制的亮斑中心精确定位-Precise positioning of bright spot center based on centroid calculation and background suppression