登录
首页 » matlab » 目标检测，识别运动物体

目标检测，识别运动物体

于 2021-01-24 发布
0 217
下载积分: 1 下载次数: 5
我要下载

代码说明：

说明：  实现目标检测的代码，有例程视频，可以运行(Achieve target detection code, there are routine video, you can run)

文件列表：

目标检测，识别运动物体, 0 , 2020-11-30
目标检测，识别运动物体\80c0003006025437bdb4124c27d43493.rar, 875726 , 2020-11-30
目标检测，识别运动物体\GUI.fig, 6733 , 2013-04-28
目标检测，识别运动物体\GUI.m, 5727 , 2020-11-30
目标检测，识别运动物体\ProcCar.m, 1333 , 2013-04-28
目标检测，识别运动物体\RegionPro.m, 687 , 2020-11-30
目标检测，识别运动物体\TrafficVideo, 0 , 2013-04-19
目标检测，识别运动物体\TrafficVideo\Thumbs.db, 514822 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_001.jpg, 3628 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_002.jpg, 3635 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_003.jpg, 3624 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_004.jpg, 3647 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_005.jpg, 3652 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_006.jpg, 3665 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_007.jpg, 3675 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_008.jpg, 3672 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_009.jpg, 3717 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_010.jpg, 3713 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_011.jpg, 3711 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_012.jpg, 3734 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_013.jpg, 3734 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_014.jpg, 3794 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_015.jpg, 3794 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_016.jpg, 3836 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_017.jpg, 3871 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_018.jpg, 3940 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_019.jpg, 4152 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_020.jpg, 4223 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_021.jpg, 4245 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_022.jpg, 4341 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_023.jpg, 4513 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_024.jpg, 4473 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_025.jpg, 4516 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_026.jpg, 4307 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_027.jpg, 4108 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_028.jpg, 4077 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_029.jpg, 4116 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_030.jpg, 4154 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_031.jpg, 4192 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_032.jpg, 4257 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_033.jpg, 4335 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_034.jpg, 4420 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_035.jpg, 4510 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_036.jpg, 4704 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_037.jpg, 4826 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_038.jpg, 4810 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_039.jpg, 4829 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_040.jpg, 4751 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_041.jpg, 4541 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_042.jpg, 4564 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_043.jpg, 4440 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_044.jpg, 4208 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_045.jpg, 4088 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_046.jpg, 3978 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_047.jpg, 4026 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_048.jpg, 4085 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_049.jpg, 4148 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_050.jpg, 4297 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_051.jpg, 4406 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_052.jpg, 4456 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_053.jpg, 4346 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_054.jpg, 4202 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_055.jpg, 4067 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_056.jpg, 4004 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_057.jpg, 4031 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_058.jpg, 4075 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_059.jpg, 4116 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_060.jpg, 4130 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_061.jpg, 4141 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_062.jpg, 4201 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_063.jpg, 4224 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_064.jpg, 4289 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_065.jpg, 4330 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_066.jpg, 4332 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_067.jpg, 4405 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_068.jpg, 4522 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_069.jpg, 4614 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_070.jpg, 4756 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_071.jpg, 4860 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_072.jpg, 4990 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_073.jpg, 5179 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_074.jpg, 5118 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_075.jpg, 5169 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_076.jpg, 5111 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_077.jpg, 4978 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_078.jpg, 4794 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_079.jpg, 4699 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_080.jpg, 4475 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_081.jpg, 4306 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_082.jpg, 4085 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_083.jpg, 4038 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_084.jpg, 4063 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_085.jpg, 4093 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_086.jpg, 4125 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_087.jpg, 4142 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_088.jpg, 4175 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_089.jpg, 4236 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_090.jpg, 4292 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_091.jpg, 4380 , 2011-11-10
目标检测，识别运动物体\TrafficVideo\traffic_092.jpg, 4480 , 2011-11-10

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

  • FusionCode1
    针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高频分量的特征信息来判定清晰目标或模糊目标，以此来设计融合算法，采用一定的策略将两副源图像进行融合，从而避开了小波的反变换，因此融合后的图像具有比小波变换法更好的融合效果。(multi-focus image fusion, this paper introduces the wavelet transform algorithm, Although the wavelet transform non-redundant, the loss of high-frequency components are smaller, better integration effect, But there are two major drawbacks : First, the shift variability and the second is the integration of image reconstruction will be subject to a number of external factors. Therefore, there would still be some marginal loss of information, in order to overcome the wavelet transform of the above shortcomings, can be used based on wavelet decomposition and the point spread function PSF model combining the fusion method. The first pair of different images ratchet two sampling wavelet decomposition, and to maintain the same source image size. Then all of its direction, the scale of high-freque)
    2007-05-11 00:36:13下载
    积分：1
  • 小波去噪
    运用小波阈值实现图像去噪，同时有小波的分解与重构。(Wavelet threshold is used to realize image denoising and wavelet decomposition and reconstruction.)
    2017-11-27 22:38:26下载
    积分：1
  • wtmk
    说明：  通过生成秘钥得到一串具有一定长度的扩频码，将原始消息序列以扩频码的长度过采样产生过采样消息序列，并将扩频码以原始消息序列的长度多次重复成伪随机序列，再令过采样消息序列与伪随机序列异或就可以生成扩频消息序列。在频率域下，将扩频消息序列以一定的嵌入强度自适应地嵌入原始图像，得到的图像具有较强的鲁棒性，比起直接嵌入，扩频水印在受到攻击后恢复出的水印信息误码率要低得多。并且扩频码长度越长，容错率就越高，鲁棒性就越好。(A sequence of spread spectrum codes with a certain length is obtained by generating a secret key. The oversampling message sequence is generated by oversampling the original message sequence with the length of the spread spectrum code, and the spread spectrum code is repeated into a pseudo-random sequence with the length of the original message sequence for many times, and then the spread spectrum message sequence can be generated by making the difference between the oversampling message sequence and the pseudo-random sequence. In the frequency domain, the spread spectrum message sequence is adaptively embedded into the original image with a certain embedding strength, and the resulting image has strong robustness. Compared with direct embedding, the error rate of the watermark information recovered from the attack of spread spectrum watermark is much lower. And the longer the spreading code length, the higher the fault tolerance rate and the better the robustness.)
    2020-09-03 17:58:08下载
    积分：1
  • opencv-intro
    说明：  opencv基础教程，对于初学者来说是个不错的选择。(opencv basic tutorial for beginners is a good choice.)
    2010-04-20 11:41:43下载
    积分：1
  • K-means-color-image-segmentation
    K-means彩色图像分割，有实验报告，main文件中还有区域生长的算法。(K-means color image segmentation, with experimental report.)
    2012-04-12 09:17:32下载
    积分：1
  • levelset
    一个比较不错的水平集改进算法，内附说明文档。(A relatively good level set to improve the algorithm, containing documentation.)
    2008-12-18 17:05:17下载
    积分：1
  • xbsf
    小波算法。机械化的提高我们的效率。让我们减少错误率。大家要对她有性心。(Wavelet algorithm. Mechanization to improve our efficiency. Let us reduce the error rate. We have to have sex to her heart.)
    2013-12-03 21:36:15下载
    积分：1
  • Morphology
    利用数学形态学对云层背景下的目标进行检测识别，有两种方法。 (Using mathematical morphology of clouds in the context of target identification, there are two ways.)
    2007-07-13 16:54:57下载
    积分：1
  • lyf
    利用图像的不变矩以及模式识别的内容，构造三维飞机图像的矩特征，然后再利用D-S证据理论的改进方法 吸收法对图像进行融合 对飞机的型号进行匹配(Moment invariant of image and pattern recognition of the content, structure features three-dimensional plane images of the moment, and then use the improved DS evidence theory method of absorption of the fusion images to match the type of aircraft)
    2021-05-13 14:30:03下载
    积分：1
  • DFT_and_DCT
    对一幅图像进行DCT与DFT变换，分析变换后的高低频分量系数(DCT and DFT on an image, analysis of high frequency components of the transformed coefficient)
    2010-05-12 21:20:50下载
    积分：1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2026 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！