搜索资源列表
Fourer_Discrep
- 利用傅里叶描述子进行物体形状分析： 对于一个物体的边缘即形状来说，可将其看作是平面在空间坐标系下的点集构成的闭合曲线，这样就可用周期函数来描述其外形，可以进行离散傅里叶变换，将图像由空域表示转换到频域表示，变换后的函数可由傅里叶变换系数来描述。对于数字图像的频谱来说，低频分量的分布反映了图像主体的基本形状，高频分量的分布反映图像的细节
Fourer_Discrep
- 利用傅里叶描述子进行物体形状分析： 对于一个物体的边缘即形状来说，可将其看作是平面在空间坐标系下的点集构成的闭合曲线，这样就可用周期函数来描述其外形，可以进行离散傅里叶变换，将图像由空域表示转换到频域表示，变换后的函数可由傅里叶变换系数来描述。对于数字图像的频谱来说，低频分量的分布反映了图像主体的基本形状，高频分量的分布反映图像的细节-Fourier descr iptors for object shape analysis: F
fourirerdescriptor
- 对于图像做傅里叶变换，并且对于形状的二值图像做傅里叶描述子用来图像检索-fourier descr iptor image processing
MeFrm
- 傅立叶变换在图像处理中的重要作用： (A) 图像增强与图像去噪 绝大部分噪音都是图像的高频分量，通过低通滤波器来滤除高频噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘； (B) 图像分割与边缘检测 提取图像高频分量 (C) 图像特征提取 形状特征：傅里叶描述子 纹理特征：直接通过傅里叶系数来计算纹理特征 其他特征：将提取的特征值进行傅里叶变换来使特征具有平移、伸缩、旋转不变性
Fourier-Descriptor
- 傅里叶描述子用来描述和识别图像中有边缘的物体形状，本程序基于MATLAB，测试可用-Fourier descr iptor is to analyze and identify the important objects in the shape of one of the methods. The use of polygon-based curve near Continuous Fourier transform method l
Ffourirerdesco
- 对于图像做傅里叶变换，并且对于形状状的二值图像做傅里叶描述子用来图像检索 -For the image Fourier transform, Fourier descr iptors used to image retrieval and for the binary image of the shape like
source
- 基于颜色与形状特征的图像检索系统，颜色直方图，傅里叶形状描述子，不变矩。-Image retrieval system based on color and shape features
06022333[1]
- 利用链码和快速傅里叶描述子对形状进行识别-The use of chain code and fast Fourier descr iptors to identify the shape
F_matlab
- 实现图像边缘的傅里叶描述子，可用于边缘检测，形状分析。-Matlab achieve image edge of the Fourier descr iptors, can be used for edge detection, shape analysis.
fourier-descriptors
- 基于傅里叶描述子的形状特征识别，用MATLAB实现。-Shape feature recognition based on Fourier descr iptors, using MATLAB.
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多
fuliyemiaoshuzi
- 傅里叶描述子用于图像特征提取，对图像缩放，平移和旋转具有转换不变性，适合形状特征的提取(The Fourier descr iptor is used for image feature extraction, the image zooming, translation and rotation are invariant and suitable for the extraction of shape features.)
Shape feature extraction
- 图像的形状特征一般是在物体从图像中分割出来以后进行分析，形状特征描述与尺寸测量结合起来可以作为区分不同物体的依据。形状特征有两类表示方法，一类是边界特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。(The shape feature of an image is generally analyzed after the object is segmented from the image