-
基于matlab的图像处理小程序
写的一个基于matlab的图像处理小程序,带有基本界面,通用性较好,能够实现基础的图像处理操作,例如锐化,噪声演示、多方法去噪,边缘检测等,主要用于检测灰度图像,要处理彩色图像,需要转换成灰度图像
- 2022-02-12 14:57:29下载
- 积分:1
-
基于opencv的sift算法
sift算子是由D. G. Lowe在1999年提出,2004年完善的一种特征提取的方法,它主要有四个阶段:1)尺度空间极值检测(运用到Gauss函数和difference-of-Gaussian )2)关键点定位3)定向分配(运用方向直方图,找到一个主方向,主方向的峰值的80%为辅,增强鲁棒性)4)关键点描述符
- 2022-04-06 18:02:59下载
- 积分:1
-
Coding Of Stauffer and Grimson 1999
- 2022-08-11 10:10:49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
-
双线性插值算法实现图像的放缩
运用MFC框架,实现了双线性插值算法,能实现图像的放大和缩小。操作BMP图像,可以读取BMP图像,保存BMP图像。
- 2022-01-25 20:11:05下载
- 积分:1
-
数字图像处理与机器视觉-配套代码
数字图像处理与机器视觉将理论知识、科学研究和工程实践有机结合起来,介绍了数字图像处理和识别技术的方方面面,内容包括图像的点运算、几何变换、空域和频域滤波、图像复原、形态学处理、图像分割以及图像特征提取。本书还对于机器视觉进行了前导性的探究,重点介绍了两种在工程技术领域非常流行的分类技术——人工神经网络(ANN)和支持向量机(SVM),并在配套给出的识别案例中直击光学字符识别(OCR)和人脸识别两大热点问题。
本代码为该书配套的VC工程源码,非常棒,推荐大家了解数字图像处理与机器视觉的基础内容。
- 2022-02-04 01:29:26下载
- 积分:1
-
基于改进的奇异值分解(SVD)的织物疵点检测
在做织物疵点检测的过程中首先采用自适应分割法确定出疵点所在的ROI区域,再对ROI区域进行奇异值分节,从而提取出疵点的形状和位置
- 2022-05-26 13:48:27下载
- 积分:1
-
HelloKinect
:kinect实例代码。可以实现获取和现实彩色图像信息、深度图像信息、骨骼识别还有声源位置。-kinect example code. You can
access and real-color image, depth image information, bones identify the sound
source position.
- 2022-07-11 02:41:37下载
- 积分:1
-
人脸识别
图像的处理方法根据自己的需要,有目的地选择各种方法。在确定脸部区域上,通常使用的方法有肤色提取。肤色提取对脸部区域的获取则比较高,达到95%以上,并且提取速度快,可以减少工作量。 由于图像的亮度在不同环境的当中,会受到不同光线的影响,图像就会变暗或变亮,我们就需要要对它的亮度进行调整,方案主要的方法是对图像进行光线补偿。 高斯平滑:高斯平滑就是对整幅图像进行像素 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
- 2022-11-20 16:45:04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