-
opencv 图像匹配
opencv vs2008 对图像做基本处理 用sift算法实现图像匹配 效果不错
- 2023-07-03 00:05:24下载
- 积分:1
-
qt 人脸检测
基于opencv的人脸检测 QT实现 首先需要在windows环境下建立opencv开发环境 在qt里边配置好opencv环境 在linux平台只需要移植过去就可用
- 2022-03-29 17:01:30下载
- 积分:1
-
基于Qt的PointGrey灰点相机工程
基于Qt的PointGrey灰点相机工程,采用多线程控制,采集图像并保存。Qt-based PointGrey camera project, using multiple threads of control, capture images and save them.
- 2022-02-04 07:24:51下载
- 积分:1
-
时域插值处理函数及调用主函数
功能:通过频域补零,实现时域插值,使时域信号平滑,易于观察,以matlab函数形式实现
输入:一维时域信号,插值倍数(其中插值倍数指输入时域信号长度的倍数,即最终得到插值后的时域信号长度为length(输入时域信号)*插值倍数)
输出:插值后的频域信号和时域信号
- 2022-12-30 08:00:03下载
- 积分:1
-
sift特征提取
SIFT算法的特点有:
1. SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性;
2. 独特性(Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配;
3. 多量性,即使少数的几个物体也可以产生大量的 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
- 2022-07-07 05:13:26下载
- 积分:1
-
基于小波变换的 RGB 图像压缩的
下面的 Matlab 项目中包含的源代码和用于 RGB 图像,使用小波变换压缩的 Matlab 例子。RGB 图像只能压缩,然后进行处理。在项目文件中列出了源代码和包含在此项目中的文件。小波变换是图像压缩的最佳技术。
- 2022-02-03 09:14:14下载
- 积分:1
-
MFCReadOBJ
读入Obj对象到MFC的文件,可以对对象进行旋转或者改变光照的程序.
Obj object to the MFC read the file, you can rotate the object or change the lighting process.
- 2023-01-28 05:00:04下载
- 积分:1
-
基于小波变换的迭代去噪算法
demo_permutation - 演示中的图像的层叠柱版本和使用修补基置换重新排序它的结果之间“平滑度”的差异。我们比较使用移动积所获得的两个一维信号的平滑性。我们还说明了如何通过贴剂的路径看起来当其重排序是通过图像的光栅扫描和补丁基于置换定义等。 demo_inpainting - 图像使用在重新排序的补丁基地排列,然后将丢失的像素是使用立方插值重建图像修复实验。demo_denoising - 图像去噪实验中使用的图像中重新排序的补丁基地排列,然后用学到的过滤器过滤。
- 2022-03-23 11:17:52下载
- 积分:1
-
cmu车辆检测以及跟踪程序,采用光流法计算
卡耐基梅陇大学的车辆检测与跟踪程序,程序中利用光流法实现车辆的检测以及跟踪,跟踪以及检测的效果非常不错。
CMU vehicle detection and tracking procedures, the use of optical flow method.
- 2023-01-05 13:55:03下载
- 积分:1
-
基于判决树的人物动作识别系统(opencv代码)
资源描述This software is intended for research purposes only. All rights reserved.
Copyright rests with the authors. When using this software, please ackowledge
the effort that went into development by referencing the following paper:
A Hough Transform-Based Voting Framework for Action Recognition.
A. Yao, J. Gall & L. Van Gool (CVPR 2010).
Questions or comments concerning the code can be addressed to Angela Yao
(yaoa@vision.ee.ethz.ch).
The bulk of the code was developed from work detailed in the paper
Class-Specific Hough Forests for Object Detection. J. Gall and
V. Lempitsky (CVPR 2009) with code available here:
http://www.vision.ee.ethz.ch/~gallju/projects/houghforest/houghforest.html
===============================================================================
USAGE & NO
- 2022-12-04 17:50:04下载
- 积分:1