搜索资源列表
3D-geological-fault-structure-model-
- 辅以纹理特征的高分辨率遥感影像分类为了提高对高分辨率影像的分类精度,通过灰度差矢量法快速提取纹理特征,利用BP神经网络并辅以纹理特征,对一幅江西某地0·2m分辨率的航空影像进行分类。-In order to improve the classification accuracy of high-resolution images
diannengzhil
- 暂态电能质量扰动信号的内在特征，采用小波变换提取扰动的时间特征，将扰动进行分类。-Inherent characteristics of transient power quality disturbance signals using wavelet transform to extract disturbance characteristics, the disturbance classification.
GaborTextureFeature
- 利用Gabor提取图像的纹理特征用于图像检索。-Gabor extract image texture features for image retrieval.
Based-onSVM-target-tracking
- 计算Haar小波特征，用AdBaoost提取部分有代表性的特征共三种特征选择方法与SVM相结合进行目标跟踪的算法。 -The calculated Haar wavelet features to extract some of the typical characteristics of three feature selection method combined with SVM algorithm for target tracking AdBaoost.
EEG
- 脑电特征分析与提取，很好的区分正常与异常脑电-EEG characteristics analysis and extraction well to distinguish between normal and abnormal EEG
Rotating-machinery-fault-diagnosis-
- 通过对固有模式函数进行包络解调，从中提取故障特征-Envelope demodulation intrinsic mode functions extract fault feature
Hierarchical-Singular-Detection--
- 设计了一个新的基于小波变换的信号奇异点分步检测法，该方法的特点是根据脉冲奇异点和阶跃奇异点的不同特征分两步从信号中提取奇异点-Design a new step detection method based on wavelet transform signal singularity points, the method of characteristics is extracted from the signal in two steps according to the different
non-Gaussian-noise-Identification
- 该文提出一种基于广义分数阶傅里叶变换和分数低阶Wigner-Ville 分布的数字调制识别新方法，该方法提取广义分数阶傅里叶变换的零 中心归一化瞬时幅度谱密度的最大值和分数低阶Wigner-Ville 分布幅度的最大值作为识别特征参数，并采用判决树分类器，实现了非高斯噪声下数字调制信号识别。-This paper presents a generalized fractional Fourier transform and fractional lower order Wigner-Vill
texture
- 基于害虫图像纹理特征的提取，很好的识别各种害虫。-Based on extract the pest image texture features, identification of various pests.
006
- 由于光线分布不均匀或斑块噪音干扰等原因,往往使所要处理的指纹的灰 度值分布缺乏均匀性。在指纹特征自动识别提取过程中,造成许多传统的算法在局部出 现很大的误差。利用方差和均值特征的自动提取方法,首次对不均匀灰度图像进行自适 应分割。然后通过对图像分区域进行不同程度的自适应调整,使具有相同属性的像素单 元具有近似的灰度值分布。调整结果的灰度均匀水平与预先指定的调整精度成正比。这 种调整不仅提高了图像分割的自适应性,而且进一步扩大了一般阈值算法的应用领域。-Gray value d
EEG--classification
- 脑电信号的提取和特征分类还有滤波处理，适用于脑机接口技术中-EEG extraction and feature classification filtering process, applied to brain-computer interface technology
MFCC-feature
- 通过matlab实现语音信号提取MFCC特征-To extract MFCC characteristics matlab voice signal
TestDatabase
- 人脸识别的一个常见算法，特征脸的提取，基于主成分分析的人脸识别，-A common face recognition algorithm, feature extraction of the face, based on principal component analysis for face recognition
SIFT
- SIFT算法，基于特征的特征点提取及基于置信度的特征匹配-SIFT algorithm, feature-based feature extraction and matching based on the characteristics of Confidence
feature-extraction
- 利用opencv对几种图像特征的提取方法，进行总结实现。-Use opencv on several kinds of image features extraction method, summarizes implementation.
image-matching--
- 首先对图像 进行高斯和 Wallis 滤波处理，然后采用简化 SIFT 算法进行特征点提取，最后通过特征点双向 匹配方法实现图像的精确匹配。通过对缺陷版图图像的试验验证了该方法具有匹配点数量 多、准确率高、无重复点等优点。-First of all Gaussian image filtering and Wallis and simplified SIFT feature point extraction algorithm, and finally through the fea
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
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
move-shade-detect-
- 移动阴影检测和消除算法研究,移动阴影导致局部光照变化大大降低了视频动目标的识别, 所以阴影检刚和抑制算法在视频监控、虚拟电话会议等场合有着重要的应用。H SV 空间更接近人的视觉系统, 具有良好的阴影检测抑制 效果, 但是不利于实时处理。本文中利用Y U V 空间中U、V 分量估计H SV 空间的色度、饱和度特征检测阴影, 再使用噪声消除与快读联通算法使得目标提取更加完整。这种方法不需要颜色空间转换, 有利于实时视频系统快速阴影抑制, 最后实验证明了本文中算法的稳健性和有效性。-move s
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