-
运动目标检测
采用迭代法获得图像二值化的阈值,虽然迭代法在计算过程中,比较费时,但是求得的阈值比较准确。采用自适应背景更新的方法,获得车辆的二值图像,并对车辆进行矩形框标记。
- 2023-06-05 09:00:02下载
- 积分:1
-
图像去雾
在雾覆等天气条件下, 大气粒子的散射作用导致成像传感器采集的图像严重降质"图像去雾技术的任务
是去除天气因素对图像质量的影响,从而增强图像的视见度"本文归纳和总结了图像去雾技术的国内外研究现
状"将现有的方法分为基于物理模型和非物理模型两类, 分别详细阐述了这两类方法, 分析它们各自的优势和不
足,并总结了算法性能评价的无参考客观质量评测准则"最后, 指出该技术的研究难点和发展趋势"
- 2022-06-02 12:17:26下载
- 积分:1
-
导向滤波代码
Matlab 演示代码为"引导图像过滤"(视觉 2010 年)凯明 he (kahe@microsoft.com)
如果您使用、 修改我们的代码在你的工作 (无论是作为一个独立的工具或作为一个组件
任何算法),你需要适当地引用我们视觉 2010 年的论文。
此代码是为了学术目的只。不是为商业和工业活动。
本文中报告的运行时间是从 c + + 实现。这的 matlab 程序代码是
对于那些想要重新实现我们的方法的引用。
- 2022-11-19 19:20:03下载
- 积分:1
-
3D Water Simultaion
非常完美的水波纹,direct9.c2008版本环境, 完全3D的效果,-Very perfection fully 3D water ripple effect
- 2022-02-12 11:13:15下载
- 积分:1
-
小波变换C代码
与Fourier变换相比,小波变换是空间(时间)和频率的局部变换,因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析,解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为,小波分析是一个新的数学分支,它是泛函分析、Fourier分析、样条分析、数值分析的完美结晶;信号和信息处理专家认为,小波分析是时间—尺度分析和多分辨分析的一种新技术,它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。
- 2022-05-16 09:06:23下载
- 积分:1
-
SPIHT的matlab实现
应用背景SPIHT是小波图像压缩中的一种重要算法,由W.Pearlman等人开发,是图像压缩标准的有力竞争者,由于压缩效果略差于EBCOT,因此未被选用关键技术
小波分析显著改变了图像的数据统计特性,十分便于集合划分编码操作,SPIHT利用这一数据分布规律,设计了合理的数据划分规则,实现了小波图像的有效压缩
- 2023-02-08 02:05:04下载
- 积分:1
-
验证码识别系统(通用验证码识别引擎)v2.1 绿色官方版
验证码识别系统(通用验证码识别引擎)v2.1 绿色官方版
四大类识别模式:分割识别、混合识别、整体识别、快速识别,能有效识别字符扭曲,粘连,重叠的验证码。独有的整体识别模式,图像无需分割,甚至不需
要降噪即可识别,对于干扰点,干扰线无法清除干净的图像特别有效!!新增快速识别模式,多达上千的字模也可以把识别时间控制在几十毫秒。识别验证码更准
确。
三大类分割模式:自动分割,平均分割,垂直分割,图像分割更轻松。
十大类处理滤镜:将近40种的图形处理滤镜,全部自行编写底层代码,再复杂的验证码也可以有效处理,迅速得到清爽的二值化图像。处理验证码图形更容易。
强大的字模制作和管理界面:极大节省制作字模时间,轻点鼠标即可一次性得到几十个甚至几百个字模,你唯一要做的就是输入字模对应的字符。
先进的识别加速技术:双重加速机制,有效提升验证码识别速度,达到了识别速度与准确性的平衡。
提供支持C#, VB.Net, VB, VC, Delphi, C++Builder、VFP、易语言等各种语言调用的标准DLL文件。
注:演示版无法发布识别库,需要更高级功能,请联系作者购买正版!
- 2023-04-09 02:15:03下载
- 积分:1
-
通过网络摄像头跟踪的颜色对象。
这个小程序,跟踪它的颜色的对象。它获取框架源从网络摄像头,然后,它跟踪对象。它使用 (开源) openCV 库。它将作为图像处理初学者很有用。
- 2022-06-29 21:53:20下载
- 积分:1
-
delphi 图像旋转 任意角度旋转 鼠标拖动旋转
应用背景delphi 图像旋转 任意角度旋转 鼠标拖动旋转 包括组件及源码程序关键技术Delphi 旋转图像 制作旋转按钮等等效果
- 2023-03-29 05:20:03下载
- 积分:1
-
opencv1.0--Boosting(包含boosting和RF和MLP算法)
应用背景boosting算法训练了T个弱分类器ht,t∈{1,....,T}.这些弱分类器很简单.大多说情况下,它们只是包含一次分裂(称为决策stumps)或仅有几次分裂(可能到3次)的决策树.最后做决定的时候将复制权重αt给每个分类器.AdaBoost训练时输入的特征向量是xi,向量的类别标签是yi(这儿i=1,...,M,M是样本总数),且yi∈{1,-1}.关键技术1.在Release下进行调试
2.指定文件保存路径,如:char* filename_to_save = "F: estdataoutput.xml";
3.选用训练的方法,如method = 1;
4.这步需要使用模型的时候再指定,训练的时候设置为char* filename_to_load = 0;使用模型的时候指定,如char* filename_to_load = "F: estdataoutput.xml";
- 2023-06-29 12:10:04下载
- 积分:1