搜索资源列表
2
- 步态识别论文，对目标检测方法进行了分析，提出了在HSL颜色模型空间中，利用时间域中值滤波算法构建背景模型，采用背景减除法实现人体上肢和下肢关节点的检测，采用闽值分割、形态学滤波和颗粒去除操作对关节点的图像进行二值化处理，为后续相关特征的提取做好了准备。 -Gait identification papers, for target detection methods are analyzed, presented at the HSL color space model, using med
Image-Stitching
- 基于SIFT特征的全景图像拼接 主要分为以下几个步骤： (1) 读入两张图片并分别提取SIFT特征 (2) 利用k-d tree和BBF算法进行特征匹配查找 (3) 利用RANSAC算法筛选匹配点并计算变换矩阵 (3) 图像融合 -Image Stitching
guidao
- 通过研究轨道组成及部件，分析能提取出稳定目标特征的轨道部件。首先，在 CCD 获取图像后，对图像进行滤波处理。-With the analysis of pathway components，the steady target characteristic of pathway parts could be extracted．
visual-saliency
- 提出一种利用视觉显著性对图像进行分割的方法。首先提取图像的底层视觉特征，从局部显著性、全局显著性和稀少性3个方面计算各特征图像中各像素的视觉显著性，得到各特征显著图；对各特征显著图进行综合，生 成最终的综合显著图。然后对综合显著图进行阈值分割，得到二值图像，将二值图像与原始图像叠加，将前景和背景分离，得到图像分割结果-It presents a significant advantage of visual image segmentation method. First, extract
SIFT
- SIFT是由UBC（university of British Column）的教授David Lowe 于1999年提出， 并在2004年得以完善的一种检测图像关键点（key points , 或者称为图像的interest points(兴趣点) )， 并对关键点提取其局部尺度不变特征的描绘子， 采用这个描绘子进行用于对两幅相关的图像进行匹配（matching）。 目前， SIFT可以说是所有图像局部特征描述特征子 中最火的一个了。-SIFT was developed by David L
ExtinctionProfiles
- 一种新的高光谱图像分类方法，采用形态学坡面方法提取特征,获得图像的空间特征，从而提高分类精度。-Extinction Profiles for the Classification of Remote Sensing Data
dtbkv
- 粒子图像分割及匹配均为自行编制的子例程，小波包分析提取振动信号中的特征频率，计算目标和海洋回波的功率谱密度。- Particle image segmentation and matching subroutines themselves are prepared, Wavelet packet analysis to extract vibration signal characteristic frequency, Calculating a target and ocean echo po
nqqdw
- 包括最后计算压缩图像的峰值信噪比和压缩效果的源码,MIMO OFDM matlab仿真,小波包分析提取振动信号中的特征频率。- Including the final calculation of the compressed image peak signal to noise ratio and compression of the source, MIMO OFDM matlab simulation, Wavelet packet analysis to extract vibratio
wu272
- 包含特征值与特征向量的提取、训练样本以及最后的识别，计算十字叉丝的在不同距离的衍射图像,这是一个好用的频偏估计算法的matlab仿真程序。- Contains the eigenvalue and eigenvector extraction, the training sample, and the final recognition, Calculation crosshairs diffraction image at different distances, This is a usef
6876
- 小波包分析提取振动信号中的特征频率，表示出两帧图像间各个像素点的相对情况，用MATLAB实现动态聚类或迭代自组织数据分析。- Wavelet packet analysis to extract vibration signal characteristic frequency, Between two images showing the relative circumstances of each pixel, Using MATLAB dynamic clustering or itera