搜索资源列表
mulscal_edge
- 我编写的一个多尺度边缘检测实例，方法是： 1、先对图像进行3个尺度的小波变换； 2、求小波系数的模值及其梯度方向； 3、确定模的极大值，即候选边缘点； 4、通过反变换合成3个尺度的模的极值图像； -I prepared a multiscale edge detection example, the method is : 1, the first three images scale wavelet transform; 2, wavelet coefficients fo
Image_Contour_Detecting_Base_on_GVF_Snake
- 主动轮廓模型( snake) 是计算机视觉领域的重要研究方向, 受到越来越多的研究者的青睐。由于传统snake 具有不能收敛到凹 形区域和收敛速度较慢等缺点, 通过改进外部能量, 引入了梯度矢量流主动轮廓模型(GVF Snake)。实验表明, 该方法能更快、更好的收敛 于图像轮廓。
snake源码
- snake主动轮廓线提取算法的实现，基于ＶＣ平台。 == Snake算法的用法 == Snake算法需要给出初始的轮廓，然后进行迭代，使轮廓沿能量降低的方向靠近，最后得到一个优化的边界。能量函数包括内外力两方面，如边界曲率和梯度。 由于用户无法估计迭代的最后结果，应用Snake 算法往往需要进行多次的交互工作。特别当目标比较复杂时，或与其它物体靠得较近时，初始的轮廓不易确定，而迭代的结果往往不能达到要求。
梯度算法比较
- 梯度算法比较 结构元素尺度为 3*3，形状为菱形 结构元素为3*3，方向分别为0，90，45，135的线形 多尺度结构元素3*3 5*5 7*7，菱形 多尺度结构元素3*3 5*5 7*7，线形4个方向
多尺度边缘检测实例
- 一个多尺度边缘检测实例，方法是： 1、先对图像进行3个尺度的小波变换； 2、求小波系数的模值及其梯度方向； 3、确定模的极大值，即候选边缘点； 4、通过反变换合成3个尺度的模的极值图像,A multi-scale edge detection example, the method is: 1, first image of the three-scale wavelet transform 2, and the modulus value of wavelet coefficient and
waveletedge
- 针对灰度图像，在多尺度上做小波变换，根据变换后的梯度幅值和梯度方向，提取图像的边缘信息-For the gray image, to do the multi-scale wavelet transform, according to the transformed gradient magnitude and gradient direction of the image edge information
FaceDetection
- 从原始彩色图像中提取多阈值器官梯度图、双阈值肤色图、梯度方向图和灰度特征图等四种特征图像,并运用多姿态 知识模型和多姿态模板,实现了一种快速人脸检测算法 -Extracted from the original color image gradient map organ multi-threshold, dual-threshold color map and gray gradient patterns and other characteristics of the four
OptimumDM
- 机械优化设计一维、多维约束、多维无约束优化算法集成。包括：黄金分割法、牛顿法、梯度法、随机方向法、可行方向法等-Optimization of Mechanical Design dimensional, multi-dimensional constraints, multi-dimensional integration of unconstrained optimization. Include: golden section method, Newton method, gradient
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
2-D-Energy-Equation-Solution
- 传统的能量方程为三维的，但是诸多文献证实温度场在轴向方向上是梯度几乎为零的，此时，三维可以降为二维，方程求解更加简便。-The traditional three-dimensional energy equation, but many literature confirm temperature gradient in the axial direction is almost zero, in which case, three-dimensional can be reduced, mo
Beamform-ing-Algorithm
- 提出一种基于直接数据域最小二乘方法的自适应多波束形成算法,包括前向计算、后向计算和前- 后向计算。利用天线阵元输出复电压的单快拍数据构建矩阵方程,采用共轭梯度法求解得到阵列的自适应权值向 量,从而在所有期望信号方向形成接收波束,同时在各干扰方向形成深零陷,使信干噪比显著提高。由于只需对单 快拍数据进行处理,并且避免了样本协方差矩阵的构造及矩阵求逆运算,故计算复杂度较传统算法低。-An adap tive multip le beamforming algorithm based on
Powell
- 鲍威尔优化算法：多维无约束优化算法是在无约束优化算法之一，首先选取一组共轭方向，从某个初始点出发，求目标函数在这些方向上的极小值点，然后以该点为新的出发点，重复这一过程直到获得满意解，其优点是不必计算目标函数的梯度就可以在有限步内找到极值点。 鲍威尔法是以共轭方向为基础的收敛较快的直接法之一，是一种十分有效的算法。-Powell optimization algorithm
qicrdirt
- 相控阵天线的方向图（切比雪夫加权），FMCW调频连续波雷达的测距测角，多姿态，多角度，有不同光照,加入重复控制，包括广义互相关函数GCC时延估计，包括随机梯度算法，相对梯度算法，代码里有很完整的注释和解释，独立成分分析算法降低原始数据噪声。- Phased array antenna pattern (Chebyshev weights), FMCW frequency modulated continuous wave radar range and angular measurements,
buifou_v40
- 利用自然梯度算法，相控阵天线的方向图（切比雪夫加权），多姿态，多角度，有不同光照。- Use of natural gradient algorithm, Phased array antenna pattern (Chebyshev weights), Much posture, multi-angle, have different light.
ImageClassification-master
- 在这个项目中，我们的目标是建立一个识别和大小231x231图像呈现对象分类系统。我们得到了一组训练图像，每四个标签之一：1飞机；汽车2；3马，否则。我们提供了两个特点：一是方向梯度直方图（HOG），其尺寸为5408；另一个是overfeat ImageNet美国有线电视新闻网的特点，其尺寸37000。关于测试图像，我们只给出了每个图像的功能，没有标签，结果判断由平地机。我们的目标是提供二进制和多个预测。平衡错误率（BER）是我们的性能评估。为了解决这个问题，我们首先减少PCA的问题的维数，处理不
ImgHOGFeature
- HOG特征计算，（1）将输入的彩图转换为灰度图； （2）采用Gamma校正法对输入图像进行颜色空间的标准化（归一化）；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰； （3）计算梯度；主要是为了捕获轮廓信息，同时进一步弱化光照的干扰。 （4）将梯度投影到单元的梯度方向；目的是为局部图像区域提供一个编码， （5）将所有单元格在块上进行归一化；归一化能够更进一步对光照、阴影和边缘进行压缩，通常，每个单元格由多个不同的块共享，但它的归一化是基于不同块的
deblur_saturation_v0.1.tar
- 图像去模糊问题是一个典型的反问题。受制于反问题的内在约束，在其庞 大的解空间中寻找真解或者符合视觉习惯的解都非常困难。再加上观测过程中 引入的噪声，更是制约解的质量。 针对图像去模糊的反问题特性，从模型上来看，已有的方法主要集中在两 个大的方向：1）寻求更恰当的图像先验知识来构造更精确的先验模型。这些 先验经历了从光滑性、分片光滑性、梯度稀疏性等诸多特性的演变，在图像的 盲目和非盲目复原方法中都广泛应用。2）根据对观测噪声的分析设计更合理 的保真项。(The image deblurring p
5
- 5 基于多方向梯度和形态学算法的红外弱小目标检测(More than 5 based on direction gradient algorithm of infrared weak small targets detection and morphology)
八个方向的sobel边缘检测算法
- 利用八方向的sobel边缘检测，实现对图像多梯度的梯度检测，检测出的边缘信息更加平滑连续。(Eight direction Sobel edge detection is used to realize gradient detection of image multi gradient, and the edge information detected is more smooth and continuous.)