搜索资源列表
Ch1799
- 小波工具箱的应用基础 395 16.1 一维小波分析的应用 395 16.1.1 小波分解在普通信号分析中的应用 395 16.1.2 小波变换在信号特征检测中的应用 411 16.2 二维小波分析的应用 417 16.2.1 小波分析在图像平滑中的应用 417 16.2.2 小波分析在图像增强中的应用 418 16.2.3 小波分析在图像融合中的应用 420 16.3 小波包分析的应用 422 1
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
featurefusion2.0
- 对不同特征进行融合，得到更好的语音特征，识别率高。-Integration of different features, better voice features, a high recognition rate.
ronghe1
- 《贝斯方法与Dempster_Shafer证据理论的讨论》《RBF神经网络与证据理论相结合的特征级信息融合方法的研究》
Delphi
- 针对目前的基于特征的图像检索中没有有效地结合图像中对象空间信息的问题，提 出了一种新的融合了颜色、空间和纹理特征的图像特征提取及匹配方法。为了减少时间 间复杂度，首先通过基于普通颜色直方图的检索得到初始图像集合，然后根据提出的结合空间、纹理特征加权度量对初始图像集合再进行检索，从而得到最后更符合要求的相似图象-View of the current feature-based image retrieval is not eff
zhi_neng_tu_xiang_chu_li_ji_shu
- 《智能图像处理技术》——由李弼程等编写，区别于大多传统的图像处理技术书籍，该书主要讨论了图像处理的最新发展，如图像的特征分析、配准、融合、分类等技术，具有前沿性和先进性- Intelligent image processing technology - such as prepared by Bicheng, mostly from the traditional image processing technology books,
iris1
- 提出一种基于多纹理特征融合的新颖虹膜识别方法。该方法对虹膜图像做Gabor 小波变换 提取不同分辨力不同方向下的纹理特征作为虹膜的全局特征，在滤波后的子窗口图像上运用灰度 级共现矩阵(COM)提取虹膜的局部特征。通过加权欧几里德距离和最小距离分别对全局特征和局部 特征进行分类识别。-A texture feature fusion based on multi-novel iris recognition method. T
duote
- 基于多特征融合的句子相似度计算是一篇讲解中文相似度的论文-Based on multi-feature fusion calculation of sentence similarity is a similarity on Chinese paper
IHS
- 由多光谱图像的3个波段构成的RGB分量经IHS变换后，可将图像的空间特征(，)和光谱特征(H、S)分离-From multi-spectral image consisting of three-band RGB components by the IHS transform, may be characteristic of the image space (,) and spectral characteristics of (H,
Research_on_Image_Fusion_of_SAR_and_Optical_Image.
- 由于成像方式及波谱接收段的不同.合成孔径雷达SAR(synthetic aperture radar)与可见光图像所反映的信息有很大差异，图像之间相关性弱，且互补性明显。因此在图像融合时，应该根据其互补性信息特征各取所长。在研究了一些现有融合方法的基础上，提出了一种基于互补信息特征的SAR与可见光图像融合方法。首先通过基于像素邻域的能量统计特性融合SAR与可见光图像，将SAR图像中的重要目标信息加入到可见光图像中，然后再利用小波变换进行
20081022
- 基于人工神经网络的图像识别方法研究。基于神经网络的人脸检测研究。基于特征融合与神经网络的手写体数字识别技基于遗传神经网络的手写体数字识别研究术研究。基于遗传优化的神经网络的银行票据手写数字识别。一种改进的人工神经网络模型-Based on artificial neural network image recognition method. Neural Network Based Face Detection Research. Ba
Study.on.License.Plate.Segmentation.Based.on.Color
- 智能运输系统中车牌识别技术得到了广泛应用 , 车牌分割是车牌识别的重要部分。基于彩色图像车牌分割与采用灰度图像车牌分割相比 , 可以有效消除阴影影响 , 同时车牌颜色也是车牌识别的一个参数。颜色分类处理使用特征函数 , 可以减少颜色坐标转换运算 , 提高颜色分类速度。文中详细讨论中国车牌特征 , 给出车牌分割详细步骤。车牌 区域判别采用信息融合技术。车牌倾斜矫正结合车牌倾斜特点 , 提出快速算法。-Intelligent Trans
tuxiangpinjiefa
- 一种全自动稳健的图像拼接融合算 提出了一种全自动稳健的图像拼接融合算法。此算法采用Harris角检测算子进行特征点提取,使提取的 精度达到了亚像素级,然后以特征点邻域灰度互相关法进行特征点匹配得到了初步的伪匹配集合,并运用稳健的 RANSAC算法将伪匹配点集合划分为内点和外点,在内点域上运用LM优化算法精确地估计出了图像间的点变 换关系,最后采用颜色插值对交接处进行颜色过渡。整个算法自动完成,它对有较大误差或错误的特征点数据
BasedOnMeanShiftAndParticleFilterObjectTracking.ra
- 基于Mean Shift算法和Particle Filter算法的目标跟踪学位论文：讨论了MeanS hift算法(均值偏移)和粒子滤波算法(Particle Filter)，分析了两种算法的特点；，分析了用运动目标检测提取目标运动特征的技术，通过增加对目标特征描述信 息，提高跟踪健壮性，并在以颜色直方图描述颜色特征的基础上，融合了目标的运动特征，设计了一种基于运动特征和颜色特征多特征融合的粒子滤波跟踪方法；用二阶直方图描述颜色特征
The-RESEARCH-OF-SEVERAL-KEY-TECHNOLOGIES-IN-GAIT.r
- 步态识别关键技术研究。包括阴影消除；多人跟踪；特征提取及多特征融合。 这可是一篇对研究步态的朋友有用的硕士论文哦-Gait recognition research of key technologies. Including the elimination of the shadow people tracking feature extraction and multi-feature fusion. This is one
Harris
- 基于matlab的Harris特征检测 广泛应用于图像处理 图像拼接 图像融合等-Harris
TuXiangShu
- 本书主要论述了智能图像处理技术,系统介绍了智能图像处理技术的有代表性的思想、算法与应用，跟踪了图像处理技术的发展前沿。全书共分为15章，重点讨论了图像边缘检测、图像分割、图像特征分析、图像配准、图像融合、图像分类、图像识别、基于内容的图像检索与图像数字水印。此外，为了内容的完整性，本书还介绍了图像预处理技术，如图像采集、图像变换、图像增强、图像恢复、图像编码与压缩-This book focuses on intelligent ima
paper3
- 滤波与多特征融合的视频目标跟踪，维普资讯上下的，有需要的可以-Filtering and multi-feature fusion video target tracking, VIP information from top to bottom, there is a need to look at the
IRandvisbletuxiangpeizhun
- 针对可见光与红外图像的特点和难点，提出了可见光与红外图像配准与融合中的关键技术，即: 使用新型的基于一维最大类间方差和最大连通性测量的图像分割方法对源图像进行分割来更好地实行图像粗 配准 使用新型的特征点提取方法，特征点的匹配及误匹配的消除来更好地实行图像精配准 采用新型的基 于区域的树状小波活性测度计算来实现树状小波图像融合 利用自生成神经网络来实现模栩图像融合. -For visible light and infr
vfxhw2
- 图像拼接源码实现，包括多频率图像融合，sift特征点配准算法-Image Stitching source implementation, including multi-frequency image fusion, sift feature points matching algorithm