搜索资源列表
vision.rar
- 本书的目的主要是向读者展示傅里叶分析和小波的许多基础知识以及在信号分析方面的应用。全书分为8章和2个附录,前言部分是学习第1章至第7章的准备知识,即内积空间;第1章讲解傅里叶系列的基础知识;第2章讲解傅里叶变换;第3章介绍离散傅里叶变换以及快速傅里叶变换;第4章至第7章讨论小波,重点在于正交小波的构建;附录部分则介绍稍微复杂的一些技术主题以及演示概念或产生图形的MATLAB代码。许多关于小波的文章和参考书籍均要求读者具有复杂的数学背景知
testimages
- 小波变换的测试图像,包括各种标准测试图像和背景复杂的各种测试图像,会度图
basic_math_tutorial_cg.tar
- 介绍GPU编程的背景及在GPU上运算所需要的步骤,这里通过实现在GPU上运算一个线性代数的简单例子。阐明一些GPGPU编程入门的必备知识和概念,一些编程实现技术,只要稍作修改和扩充,便能运用到复杂的GPU运算应用上。
ZUDASAHNG_SEGmention
- 图像局部最大熵进行区域增长的多目标分割方法 .以局部熵最大值作为目标种子 ,运用区域增长技术实现多目标分割 ,一种常用的方法是预先给图像设置初始增长元,即预先投掷种子,在一定的规则下由增长元开始增长,这种方法需要对不同的区域投掷不同的种子.但是,对复杂多目标图像,投掷种子是一件比较困难的事.在背景变化比较大的多目标图像中,目标与背景是不同的,目标的灰度相对变化较小,而背景的灰度变化比较大.从信息论角度看,灰度变化小的地方其信息量少,局部
DigitalPic_bighomework
- 读入人脸图像,根据图像的水平,垂直灰度积分情况,将人眼范围取出,背景可以较复杂。
2
- 复杂背景对车牌识别的影响很大。运用背光补偿算法和除雾算法克服复杂的天气条件下(比如晚上,雾天)的图像增问题-complex background has bad effort for car bar identify,use good image enhance algorithm to improve it.
leaf-diseases-identification
- 为了根据作物不同病害程度等级采取不同防治方法,实现作物高产和减少环境污染,提出了一种复杂背景 下的作物叶片病害等级分类算法。首先,利用阈值分割法对黄瓜病害叶片图像进行病斑分割 其次,计算病斑区域中 像素个数与病叶区域中像素个数的比值 最后用作物病害等级分级标准进行比较来确定病害等级类别。利用该方法 在2 种作物5 种常见病害叶片图像数据库上进行了病害等级分类试验,识别精度高达92. 7 。结果表明,该方法对 作物病害叶片
Text-detection
- 场景图像中文本占据的范围一般都较小,图像中存在着大范围的非文本区域。因此,场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取,再到限制条件少,复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高,适用的范围也越来越广泛。-Text detection
MAERJIANCE
- 场景图像中文本占据的范围一般都较小,图像中存在着大范围的非文本区域。因此,场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取,再到限制条件少,复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高,适用的范围也越来越广泛。文本定位的方式一般可以分为三种,基于连通域的、基于学习的和两者结合的方式。基于连通域的流程一般是首先提取候选文本区域,然后采用先验
double-ellipses-skin-color-model
- 在复杂背景下双椭圆模型结合在CbCr和CgCr平面内体现的肤色聚集性和集中性的检测效果要比单高斯模型的效果好。在YCbCr和YCgCr颜色空间中,虽然Y分量和Cb、Cr、Cg分量表示的性质看似是相互独立的,但它们都是建立在红、绿、蓝三个基本颜色分量值的基础上算出来,因此它们之间仍然存在着千丝万缕的关系。根据肤色在两种色彩空间中体现出的聚集性提出CbCr-CgCr双椭圆肤色模型-Good background in complex dua
huahengjiance
- 在复杂背景下的多种类疵病检测并标出疵病数目-Many types of flaw detection in complex background and mark the number of flaws
OCR数字识别
- 定位复杂背景的图像中的数字区域,并进行数字识别。(find the digital area in complex image ,and identify it)
OpenCV_ImageBackgroundRemoval-master
- 把简单背景图像过滤掉,只保留前景图像,太过于复杂的背景,比如森林街道效果会非常差(Filter out the simple background image)
基于opencv的绝缘子及其等电位线故障状态智能识别
- 识别复杂背景下的绝缘子,提取绝缘子,放射投影后对绝缘子进行故障检测。(To identify the insulator in the complex background, the insulator is extracted and the insulator is detected after the projection.)
flow-code-matlab
- 利用光流法在复杂场景下对运动目标进行检测(Using the optical flow method to detect moving objects in complex scenes)
caffeine
- 现有的显着性检测方法使用图像作为输入,并且对前景/背景相似性,复杂背景纹理和遮挡敏感。我们探讨了使用光场作为显着性检测的输入的问题。(Existing saliency detection approaches use images as in-puts and are sensitive to foreground/background similari-ties, complex background textures, and o
物体跟踪
- 实现复杂背景下的运动物体物体的识别与追踪(Recognition and tracking of objects of moving objects in complex background)
watershed2
- 使用分水岭分割方法在复杂背景下提取目标轮廓(Extraction of target contour by watershed method)
car_plate
- 数字图像处理仿真,在复杂背景环境下提取出车辆牌照上的信息(Extraction of information on vehicle license plate in complex background environment)
红外微小目标检测
- 复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分, 综合该领域近年来的研究成果, 从空间滤波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述, 并分析了今后的研究方向。(The detection and tracking of small and medium targets in complex background is an important part of the monitoring and war