搜索资源列表
mfilter
- 这是一个图像预处理中一个典型的中值滤波程序，可显著提高图像质量-This is an image of a typical pretreatment of median filtering procedures, could significantly improve the quality of images
sztxbyjc
- 所谓边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现-Edge refers to the so-called partial image brightness changes in the most notable part of it is to test local image change significantly change th
edgaijin
- 边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现-edge means partial image brightness changes the most significant part of it is partial image change detection significantly change the basic arithme
tidufenge
- 这是个用 BCB开发的图形图像处理中有关梯度分割的源码程序，对于一般的黑白图像效果显著-This is a development with the BCB graphic image processing division of the gradient-source programs, For the average black-and-white images notable
ostu
- ostu图像分割阈值算法,对Ostu图像分割最优阈值进行优化处理，极大缩短了搜索图像阈值计算时间，与传统的枚举法Otsu方法相比,在计算时间上具有显著的优点。
SaliencyToolbox2.1
- 显著区域检测。求的图像中感兴趣区域的位置，用显著颜色进行标注
Spectral_Residual
- 这是基于谱特征寻找图像中显著目标的程序，根据CVPR最新文章的算法编写，简单的方法达到很好的效果
imagesc_improve
- 高级图像显示，利用Matlab原程实现，运用面广，可以显著提高图像的质量
edg
- 边缘就是指图像局部亮度变化最显著的部分，它是检测图像局部变化显著变化的最基本的运算。对于数字图像，图像灰度灰度值的显著变化可以用梯度来表示，以边缘检测Sobel算子为例来讲述数字图像处理中边缘检测的实现
log边缘检测
- 边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。 这些包括（i）深度上的不连续、（ii）表面方向不连续、（iii）物质属性变化和（iv）场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。 图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于
shearlet
- shearlet 图像重构程序：(该理论还在发展；程序设计原理主要来自一篇论文，但也有显著不同) 请启动并行计算然后运行exper!-shearlet image reconstruction process: (The theory is still developing programming principles mainly from the paper, but there are also significant differences) start and then run
Untitled5
- 凸多边形检测和显示--先把图像中的显著区域提取出来，然后用最小凸多边形囊括显著区域，并把凸多边形显示出来-Convex polygon detection and show- first images extracted significant area, and then use the smallest convex polygon covering a significant area, and the convex polygon displayed
signatureSal
- 基于图像签名的显著性区域检测，算法很巧妙，好用-computation of a saliency map based on the Image Signature, as described in the following paper: "Image Signature: Highlighting sparse salient regions", Xiaodi Hou, Jonathan Harel, and Christof Koch,
5
- ostu图像分割阈值算法,对Ostu图像分割最优阈值进行优化处理，极大缩短了搜索图像阈值计算时间，与传统的枚举法Otsu方法相比,在计算时间上具有显著的优点-ostu threshold image segmentation algorithm for image segmentation Ostu optimal thresholds to optimize the processing, greatly reduces the search image thresholding comput
1
- 在基于视觉检测方式的泊位自动引导系统中,从序列图像中提取泊位飞机,检测泊位飞机的阴影区域,是泊位系统实现的关键。基于高斯混合模型的背景分割算法被广泛应用于静态背景分割中,但是该算法在处理高分辨率图像时,算法实时性显著下降 分割体积大而且运动缓慢的物体时,容易产生“拖尾”现象 不能检测出运动物体的阴影区域。为此提出了基于分层图像的改进高斯混合模型背景分割算法,有效地克服了算法实时性差和“拖尾”现象。在此基础上,提出了基于色彩特征和区域特征相结合的阴影检测算法,利用部分空间约束信息,检测出运动物体的
FaceDetect
- vc++实现的静态人脸识别。本系统使用过程中，用到了色彩空间的中转换，图像建模，以及其他许多的图像处理的过程，效果比较显著。-vc++ to achieve the recognition, the effect is very good.
recognize
- 图像的模式识别，识别印章等显著的色彩差别的印记！-Image pattern recognition, identification stamps significant difference between color imprint!
open_cvhello
- 本程序实现简单的显著区域检测，提取图像的显著区。-The simple procedure to achieve a significant region detection, extraction of significant image area.
An-Algorithm-for-Face-Recognition-
- 高独特性特征的选择以及合适匹配策略的选用是人脸识别技术的关键。讨论了基于仿射不变的几何特 征SIFT算子进行人脸识别的方法。SIFT算子的计算复杂度较高，并且不同的人脸表情和图像模糊会加大特征匹 配的难度。为克服上述缺点，提出了一种新的算法，将选择6个人脸上感兴趣子区域进行描述，并根据各自的独特 性赋予不同的权值，最后在匹配过程中使用相似度的平方来减小偏差数据造成的影响。实验结果表明，该方法能 有效减轻表情变化对于身份识别率急剧下降的影响，并可显著减少计算复杂度和特征匹配时间。-
aTest
- 在图像的形状、颜色、纹理等特征中，颜色特征是最显著、最可靠、最稳定的视觉特征，是人识别图像的主要感知特征.-In the image of the shape, color, texture and other features, the color features are the most significant, most reliable and stable visual features, is the perception of people identify the main f