搜索资源列表
ear5.rar
- IEEE上关于人耳图像识别的论文：使用改进的非负矩阵分解的人耳识别,Ear Recognition using Improved Non-Negative Matrix Factorization
imagematchingpursuitbasedonGabordictionatry
- 基于Gabor感知多成份字典，进而提出一种高效的基于匹配追踪的图像稀疏分解算法，很有参考价值！-An effective algorithm based on the matching pursuit method is posed to obtain sparse decomposition of image with Gabor dictionary!
waveletstools
- 基于小波变换应用的matlab程序，包含图像增强，图像分解，图像去噪，图像融合等-Applications based on wavelet transform matlab program, including image enhancement, image decomposition, image denoising, image fusion
Novel-approach-for-texture
- 为提高基于内容的图像检索系统中纹理特征提取的有效性,提出了又一种纹理图像检索方法。该方法 利用非下采样 Contourlet变换对图像进行分解, 提取不同子带和不同方向变换系数矩阵的均值和方差为特征向量, 作 为数据库中纹理图像的索引,并利用两种不同的相似度函数计算图像之间的相似度,建立了一套基于示例查询图像 的纹理图像检索系统。实验结果表明,与小波包等特征提取方法相比, 该方法不仅能降低特征向量维数,而且能取得 更高的检索准确率和检索速度。-To i ncrease t he
Feature-fusion-based-on-NMF-and-NSCT
- 一种基于非负矩阵分解和红外特征的图像融 合方法，实现源图像的目标区域和背景区域分别融合。-A proposal method based on non-negative factorization (NMF) and infrared feature is presented for infrared and visual images fusion, which fuses the target region and background respectively .
Researchof-imagesegmentationl
- 图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程，它是计算机视觉领域的一个重要而且基本的问题，分割结果的好坏将直接影响到视觉系统的性能。-Image Segmentation is the technique and the process to segment an image into different sub-mages with different characters and to extract the interested objects from the i
T3
- 极化SAR图像分类数据，数据为T矩阵，为原始数据部分图像，包括free分解后数据以及各分量数据-Polarization SAR image classification data, data for the T matrix, part of the image to the original data, including the breakdown of free data and each component of the data
SVD
- 使用奇异值分解对图像进行去噪处理的一篇英文期刊文章。-Using singular value decomposition for image de-noising processing an English journal article.
gaoguangpu
- 离散小波变换域非负张量分解的高光谱遥感图像压缩-Discrete wavelet transform domain of non-negative tensor decomposition of hyperspectral remote sensing image compression
SLAM
- 本文研究了基于多传感器组合导航方法的SLAM，由于移动机器人无法通过单个传 感器得到可靠的信息，采用多传感器组合导航的方法可以很好的解决这个问题。本文用单个 CCD摄像头和里程计组合进行SLAM研究，并得到更准确的机器人位姿信息。首先用SIFT 算法对不同图像进行特征提取和匹配，得到本质矩阵，对它进行分解，可得到机器人的旋转 矩阵和平移向量(和实际相差一个比例因子)。然后，将它与里程计信息结合，得到机器人的 位姿。在此基础上，可以得到特征点在当前摄像机坐标系中的三维坐标，即创