-
Local Phase Quantization (LPQ)特征
Latest Matlab implementation of Local Phase Quantization (LPQ) descriptorsLPQ(Local Phase Quantization)算法的原理是假设平滑函数h(x)中心对称,则其傅里叶变换为H(u),对所有H(u)≥0有∠G(u)= ∠F(u),其中F(u)和G(u)分别为原图像和平滑后图像的傅里叶变换,因而在H(u)≥0条件下,图像对平滑有不变性。
- 2022-03-12 11:08:28下载
- 积分:1
-
MATLAB图像分割
图像分割包括:区域法、边界分割法、边界形成法。本例介绍的是像素聚类法(区域法)
- 2022-04-16 23:28:23下载
- 积分:1
-
SVM_classification test samples
SVM支持向量机,实现SVM原理,用来分类的程序,此程序功能是对测试样本进行预测,属于图像处理image processing中的分类classification问题。
- 2022-01-24 12:55:40下载
- 积分:1
-
基于openCV的图片浏览软件
本程序是基于opeCV的图片浏览器,可实现windows自带图片浏览软件的功能:如图片打开,实际大小显示,适合屏幕大小显示,图片顺时针旋转,图片逆时针旋转,前一图片,后一图像,图像删除等功能。本程序基于openCV2.4.6,需要添加库文件,opencv_highgui246.lib,opencv_core246.lib,opencv_imgproc246.lib开发环境:VS2008关于openCV配置请到网上查阅相关资料,在此不再赘述。
- 2023-02-24 10:10:10下载
- 积分:1
-
tecplot field file
01.#include "global.h"
02.#include "TECIO.h"
03.void write_tecplot_field_file(int t)
04.{
05. register int x,y,yx,i;
06. char name[200], zname[200],RE[10],dummy=(char)12;
07. int Re;
08.
09. /* array for the coordinates */
10. float *xc,
11. *yc,
12. *rho,
13. *u,
14. *v,
15.
- 2023-06-07 09:20:03下载
- 积分:1
-
LBP旋转不变
#include "stdafx.h"
#include
#include
#include
using namespace std;
using namespace cv;
#define neighbors 8
//void elbp(Mat& src, Mat& dst, int radius, int neighbors)
//{
// 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
- 2022-09-19 16:10:03下载
- 积分:1
-
duilib调用halcon
应用背景
duiib是没有句柄的,但是halcon得的open_window函数需要一个句柄才能绑定一个窗口,
此源码用win32代码新建一个Win32的STATIC,将STATIC控件贴在duilib的窗口上,然后可以想MFC那样操作了
关键技术
将halcon运用在没有句柄的duilib窗口上
- 2022-02-12 07:26:29下载
- 积分:1
-
实现图像增强的方法
这是一个图像增强技术的实现。我用gonzaleys作为写作参考。这个是非常直接的方法。这对于那些想学习及是非常有用的。
- 2022-01-25 17:11:48下载
- 积分:1
-
帧差分法源代码(C++)
帧差法的源代码,为c++语言编写,属于图像处理类,并用最新 Mat格式 编写。
帧差法就是在图像序列相邻两帧或三帧间采用基于像素的时间差分通过闭值化来提取出图像中的运动区域。
首先,将相邻帧图像对应像素值相减得到差分图像,然后对差分图像二值化,在环境亮度变化不大的情况下,如果对应像素值变化小于事先确定的阂值时,
可以认为此处为背景像素:如果图像区域的像素值变化很大,可以认为这是由于图像中运动物体引起的,将这些区域标记为前景像素,利用标记的像素区域可以确定运动目标在图像中的位置。
- 2023-07-06 01:20:04下载
- 积分:1
-
支持向量机的训练和测试图像。在OpenCV的C++
应用背景对训练图像集和测试使用OpenCV的SVM功能基础。这里有我收集的图像形式http://homepages.inf.ed.ac.uk/rbf/cvonline/imagedbase.htm。图像的一个在线数据库,由各单位。我已经训练过的花卉意象。28正50负。关键技术为此,我创建了一个培训矩阵组成的所有图像,一个图像。这样做,我将每个图像从二维到一维,然后堆放在一个大的图像trainingmat。然后我创建一个标签矩阵的一列和行为训练图像的多。我 ;标签每行1或1来识别它的正的或负的图像分别进行训练后的SVM参数设置。然后我将它保存在一个XML文件,并加载了测试它与另一个图像转换测试图像一维之后。如果函数返回1是阳性,如果它返回1是负的。增加精度提高训练图像的数量。抱歉不能上传图片太。
- 2023-05-18 04:50:03下载
- 积分:1