搜索资源列表
image-matching-
- 针对 １２８ 维 ＳＩＦＴ 特 征向量，采用距离匹配和余弦相似度匹配相结合的测度方法，利用特征点方向一致性进一步降低误匹配率 ． 实验结 果表明：改进算法对图像的缩放、旋转、光照、噪声和小尺度的视角变换均有较好的匹配效果 ． 与原算法相比，在保 证匹配点数和匹配时间的基础上，改进算法对旋转、缩放、噪声模糊和光照变换的误匹配率平均降低 １０％～２０％ ， 对于小尺度的视角变换，误匹配率平均降低 ５％． -For 128-dimensi
sift-based-on-edge-corner
- SIFT 由特征提取，特征描述符描述和特征匹配 3 部分构成，该算子特征提取数目庞大，建立特征描述符运算 量高，导致算法效率低。提出了一种 SEC( SIFT-Edge-Corner) 算法，在图像尺度空间提取角点代替 SIFT 特征点，并根 据角点是边缘曲率极值理论，预先采用 Canny 算子得到高斯边缘图像金字塔，再提取角点并进行尺度选择。实验结 果表明: 该算法在保障高准确率的前提下大幅度提高特征提取效率-By the SIFT feature extraction, fea
图温测试中文版
- 主要介绍了一种基于表面图像的温度测试方法，可以进行温度的特征提取
pipeijishu[1]
- 匹配特征、相似性程度以及匹配策略是图像匹配的三个技术难点。文章深入讨论了这三个方面所涉及的各种方法并评估和比较了他们的优缺点，指出了存在的问题。-Matching features, as well as the degree of similarity matching strategy is three image matching technical difficulties. Depth article discusses the various methods involved in
Image-retrievalatexture-features
- 基于纹理语义特征的图像检索研究。关于图形图像检测的一篇论文。比较新，适合研究生读-Image retrieval based on texture semantic features. Detection of a graphic image on the paper. Relatively new for students to read
zijichangshimbianyige
- 以多光谱数据为原始数据，通过空间变换、滤波、融合、纹理及图像处理等手段，提取遥感图像多维、多尺度特征，最终建立面向目标检测、识别和分析的特征空间，并使用NASA的实测数据对方法的性能进行验证和分析。-Multi-spectral data to the original data, through space conversion, filtering tools, integration, texture and image processing, remote sensing images
Matching-Algorithm
- 要：图像匹配是计算机视觉中许多领域的基础，特征提取则是图像匹配的基础，其中不变量特征是一 个重要的理论。SIFt是最有效的尺度、旋转、亮度不变量局部特征之一，但算法复杂、计算时间长。分析 了SIFt的计算时间分配，通过计算关键点的邻域梯度直方图时动态修改采样步长，大大提高了SWr的 计算速度。分析了基于SIFt特征的图像匹配算法，提出了双向匹配算法，提高了图像匹配的准确率。实 验结果表明所提出的方法是有效的-Scale invariant feature transform(SI
Contourlet-image
- 图像融合论文，基于非下采样Contourlet变换和区域特征的医学图像融合-Image fusion papers, fusion based on nonsubsampled Contourlet transform and regional characteristics of medical images
Ship-wake-detection
- 提出了一种新颖的基于光学图像的航迹检测方法. 首先利用纹理分析方法判断待检测区域中是否含有航迹, 然后在通过判断的区域中使用条纹增强算法, 凸现航迹特征, 最后使用Radon 变换检测航迹, 并对结果进行了优化. 与现有的检测方法相比, 该方法针对性强, 复杂度低. 使用该方法对实际航拍图片进行了检测实验, 取得了很好的效果.-Track propose a novel detection method based on the optical image. Firstly texture an
Liver-CT-Image
- 提出了一种改进的灰度共生矩阵肝脏CT 图纹理特征分析方法，即首先确定图像ROI 区域，接着构造一个新的能综合反映共生矩阵各角度信息的灰度共生矩阵，然后提取基于该矩阵的纹理特征参数。通过实验验证，上述方法是分析肝脏CT 图的一种快速有效的纹理特征分析方法，对其他特定类别图像的纹理特征分析有参考意义。Radon 变换检测航迹, 并对结果进行了优化. 与现有的检测方法相比, 该方法针对性强, 复杂度低. 使用该方法对实际航拍图片进行了检测实验, 取得了很好的效果.-Track propose a no
huidugongsheng
- 介绍了纹理的定义及特征, 并分别对统计方法、结构分析方法、基于纹理模型的方法和信号处理方法四种纹理图像分析方法进行了描述。针对统计方法中的灰度共生矩阵进行了详细的分析研究, 并得到利用其进行纹理分析设计的重要参数。说明灰度共生矩阵法在纹理分析中的重要性-Introduces the definition and characteristics of texture, and were on statistical methods, structural analysis, texture mod
sensing-images
- 模糊分析的方法是用均一表面不确定性对原始图像进行模糊纹理滤波, 在滤波图像上计算空间均一不确定性,对不确定性进行模糊纹理光谱分析, 其光谱曲线直观地反映了多光谱遥感图像的纹理特征 通过采用不同的测量窗口,在不同的类别提取纹理样品进行实验。研究结果表明:多光谱遥感图像在小区域纹理特征不稳定,不同波段的纹理特征不同,不同类别的最小测量区域不同 模糊纹理分析的方法可用于图像分割。-Fuzzy analysis is to use a uniform surface uncertainty on the
registration
- 基于联合相似测度的SAR图像边缘点特征配准方法-Based on a similar measure joint SAR image edge point feature registration method
2005510101315809
- 提出了一种复杂背景下的多车牌图像分割和识别方法，首先采用统计和特征匹配相结合的方法进行背景提取，将可能存在车辆的区域提取出来；然后分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割；最后使用PCA和神经网络相结合的方法精确识别车牌。-Proposed a multi-plate image segmentation and recognition method under a complex background, the first
matlab-small-procedures
- 基于内容的图像检索matlab小程序，使用图像的9种主要颜色为检索特征。-Content-based image retrieval matlab small procedures, the use of images of the nine main colors for the retrieval features.
Matlab
- nonmaxsup——非最大值抑制 hysthresh——设定阈值区间，返回一个二值化图像 canny——边缘探测，图像边缘增强 adjgamma——调整图像的伽马值 findline——利用线性Hough变换和Canny边缘探测得到的线上各点的坐标 circlecoords——返回由圆的半径和圆心坐标决定的圆上各点像素的坐标 houghcircle——取一幅经过canny变换的图像，利用hough变换找到图像中的一个圆 findcircle——计算所得线上各点
tqzxjx
- 在图像分类与识别算法研究中，目标几何特征的提取通常需要计算目标图像的最小外接矩形以获取长、宽等属性。针对该特点， 提出一种利用顶点链码与离散格林理论相结合的方式提取目标图像的最小外接矩形的算法。该算法只需根据顶点链中垂直或水平方向上的 点坐标即可求出目标的面积、形心和主轴。基于顶点链码和离散格林的主轴法和旋转法可快速求出目标的最小外接矩形。实验结果表明， 旋转法的运算速度是现有算法的 2 倍左右，主轴法的速度又比旋转法快速 2 倍左右-In the image classificat
Image-retrieval
- 小波变换 颜色特征 纹理特征 图像检索 多尺度 复小波理论 -Wavelet transform color texture image retrieval feature multi-scale complex wavelet theory
多源遥感数据
- 多源遥感图像融合技术可以将多源传感器的图像数据进行关联和复合,产生出比单一信息源更精确、更完整、更可靠的估计和判断。图像融合分为三个层次:像素层、特征层和决策层。在农业植被长势等领域有很好的应用价值。
iris
- 基于眼睛图像的集合特征，提出了一种基于最长弦的瞳孔定位算法，算法与传统瞳孔定位算法相比，在准确度和速度方面具有优势-Based on the eye image collection features, this paper proposes a pupil location algorithm based on the longest string, algorithm is compared with the traditional pupil localization algorithm,