搜索资源列表
图像识别中常用的降维的PCA方法
- pca
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
pca
- matlab的主元分析问题。这个程序分三部分，读入图像生成数据，归一化，然后PCA降维。在PCA降维中调用软件自带函数。-pca in matlab
Variational-andPCA
- PCA和水平集的结合，实现图像分割，实在是很好的方法。-The combination of PCA and level set image segmentation, it is a good method.
K-PCA
- ＫＰＣＡ变换的matlab图像处理方向的一些matlab程序-The KPCA transform matlab image processing matlab program direction
PCA
- ＰＣＡ算法在ｍａｔｌａｂ图像压缩中的应用 ＰＣＡ算法在ｍａｔｌａｂ图像压缩中的应用-PCA algorithm matlab image compression applications PCA algorithm matlab image compression
PCA
- 提出了一种二维类增广PCA（2DCAPCA）的人脸识别算法。用二维PCA（2DPCA）方法直接对人脸图像矩阵进行特征提取，对提取的特征进行归一化处理，将归一化处理后的特征与类别信息结合构成类增广矩阵，对类增广矩阵进行2DPCA处理，提 取图像的类增广矩阵特征-This paper proposes a face recognition approach of two-dimension class-augmented PCA.
Principal-component-analysis
- 主成分分析法实现图像压缩,主要是应用主成分分析来进行图像信息的压缩处理和重构。- Principal component analysis (pca) to realize image compression, is mainly used principal component analysis for image compression processing, and refactoring.
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
Grading-test
- 为实现合格和缺陷板栗的分级， 研究了 1 种基于 BP 神经网络与板栗图像特征的板栗分级方法。 试验以罗田板 栗为研究对象， 提取的颜色及纹理等 8 个特征值， 通过主成分分析提取相应的主成分得分向量构成模式识别的输入。 利 用 BP 神经网络方法建立了板栗分级模型。 试验结果表明， 在图像信息主成分因子数为 3， 中间层节点数为 12 时， 建立 的模型最佳， 模型训练时的回判率为 100 ， 预测时识别率达到了 91 .67 。 研究结果表明基于机器视觉技术的针对缺陷 板栗分
pca
- PCA主成分分析算法，是图像处理的一种数据降维算法-PCA principal component analysis algorithm, is a dimensionality reduction algorithm for image processing of data
Video-classification-
- 本文档包含了对视频分类的方法论文，先提取视频中音频信息和图像信息，然后进行拼接并使用PCA进行降维处理，最后使用高斯联合模型进行学习和分类-This document contains papers on the video classification method, first extract the video audio information and image information, and then stitching using PCA dimension reduction,
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分，在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法（PCA）在人脸识别中的应用，在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真，并对样本图像进行了重构。本实验在ORL人脸库的基础上，选用每人前5张图片，共计40人200幅样本图像，通过快速PCA算法将10304维的样本特征向量降至20维，并实现了基于主分量的人脸重建，验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
pca相关程序
- 关于pca主成分分析的数据集，可以适用于图像方面
tuxiang
- 四种滤波（SVD滤波，PCA滤波，DCT滤波，DWT滤波）对图像处理，有程序代码和对应图片-Four kinds of filter for image processing
6480
- 有信道编码，调制，信道估计等，是学习PCA特征提取的很好的学习资料，包括最后计算压缩图像的峰值信噪比和压缩效果的源码。- Channel coding, modulation, channel estimation, Is a good learning materials to learn PCA feature extraction, Including the final calculation of the compressed image peak signal to noise ra
wgjxb
- 借鉴了主成分分析算法（PCA），实现了图像的加水印，去噪，加噪声等功能，具有丰富的参数选项。- It draws on principal component analysis algorithm (PCA), Realize image watermarking, de-noising, plus noise and other functions, It has a wealth of parameter options.
dajbm
- 利用matlab针对图像进行马氏距离计算 ,实现了图像的灰度化并进一步用于视频监视控，Gabor小波变换与PCA的人脸识别代码。- Using matlab to calculate the Mahalanobis distance for the image, Achieve a grayscale image and further control for video surveillance, Gabor wavelet transform and PCA face recognition
iq245
- 结合PCA的尺度不变特征变换(SIFT)算法，正确率可以达到98％，粒子图像分割及匹配均为自行编制的子例程。- Combined with PCA scale invariant feature transform (SIFT) algorithm, Accuracy can reach 98 , Particle image segmentation and matching subroutines themselves are prepared.
uihnc
- Matlab实现界面友好，借鉴了主成分分析算法（PCA），图像的光流法计算的matlab程序。- Matlab to achieve user-friendly, It draws on principal component analysis algorithm (PCA), Image optical flow calculation matlab program.