搜索资源列表
Tracking_Cars_Using_Singal_Gaussian
- 通过单高斯来建立背景，然后用背景减法来提取情景，并对前景进行跟踪和计数。-We establis the background through the method of singal Gaussian,then use the background substration to get foreground,we are also successed to get the counts of cars and to track the
CarCount
- 该程序功能是实现对道路流动车辆统计。小模块功能有以下几个：1，对视频解帧并显示。2，对该视频训练背景图片。 3，利用背景图片用减背景法对测试视频进行前景提取，并进行阈值处理，图像分割，找出流动车的连通域。 4，对车辆进行统计。程序包内含有界面说明，以及程序使用的步骤和相关注意事项-The program function is to achieve movement of vehicles on the road statistics.
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于
bianyuanjiance
- EdgePicker类中实现了Kirsch、Prewitt、Sobel、Gauss边缘提取算法，并根据MATLAB中的Canny算法实现了Canny算法，BianYuanJianCe.CPP中实现了背景提取。程序中图像的读取、存储用到了ImageMagick库，ImageMagick库的使用方法在ImageMagick.rar中有说明-EdgePicker class implements Kirsch, Prewitt, Sobel,
A_Pretreatment_Method_of_Biometrics_Based_on_Color
- 生物特征识别技术作为一种身份鉴别手段具有独特的优势。在生物特征识别系统中, 采集数据的预处 理是不可或缺的环节。以人脸识别为例, 介绍了一种在复杂背景的彩色图像中, 基于颜色和知识的生物特征预处理 方法。首先利用颜色信息从图像中分割出类肤色区域, 然后运用人脸几何特征和眼睛的提取定位人脸。仿真实验表 明, 该算法能较为准确地定位彩色图像中的正面或小角度偏转的人脸, 具有较快的运算速度。-Biometrics as an id
srtp
- 我们的srtp项目，是关于数字图像处理的，边缘检测和前景背景提取。-edge detection and foreground extraction
imageprocessing
- 能实现几乎所有的图像处理功能 包括点运算，几何变换，正交变换，图像分析，形态学变化等等，具体表现为阈值变换 轮廓提取 背景提取 图像编码等等，是不可多得的采用MFC处理图像的工程-Can achieve almost all of image processing functions include point operations, geometric transformations, orthogonal transform, im
Facedetect
- 计算机人脸识别技术( Face Reocgnition)就利用计算机分析人脸图像,从中提取出有效的识别信息,用来辨认身份的一门技术。[ 1 ]即对已知人脸进行标准化处理后,通过某种方法和数据库中的人脸样本进行匹配,寻找库中对应人脸及该人脸相关信息。人脸自动识别系统有两个主要技术环节,一是人脸定位,即从输入图像中找到人脸存在的位置,将人脸从背景中分割出来,二是对标准化后的人脸图像进行特征提取和识别。本文中介绍的PCA (特征脸)方法就是
zhenjiancafen
- ：针对背景差分算法中在复杂背景下参考帧的提取问题，提出了一种新的背景提取方法；该算法用帧间差分法将帧中的背景象 素点检测出来，再确立出背景帧-: For the background subtraction algorithm in complex background reference fr a me extracting problems, a new background extraction The algorithm
plane
- 提取目标图像，根据物体特点，嵌入背景图片中适当的位置处-put objects into the background picture
Background_modeling_of_dynamic_scenes_based_on_tar
- 基于背景建模的动态场景目标检测,介绍了背景建模的步骤和重要的方法，然后介绍了根据背景差分法，来提取运动目标，从而进行跟踪-Background modeling of dynamic scenes based on target detection, background modeling described the steps and important way, then introduced under the backgroun
CarCount
- 该代码实现车辆的检测，采用了训练的方式，从视频中提取背景，然后做差分，连通域提取等步骤得道前景。该代码采用OPENCV实现。-The code to achieve vehicle detection, using training methods to extract from the video background, and then do differential, connected components extraction
dsp-music
- 通过matlab仿真说明从音频中提取背景音乐的方法，并通过dsp实现-Matlab simulation shows that by extracting from the audio background music of the method, and achieved through the dsp
a_novel_bg_extration
- 这篇论文提出了一种新的为实现车辆检测和跟踪的自适应背景提取和更新算法-This paper proposes a new adaptive background extraction and updating algorithm for vehicle detection and tracking.
HistBackground
- 函数HistBackground功能是将高速公路的视频文件中的多帧图片利用统计直方图的方法提取不含运动车辆的背景，-Function HistBackground function is to freeway video files of images using statistical histogram to extract the background without moving vehicles,
MultiObjectSearch
- 多个目标提取，原始帧和背景帧相减，提取目标-Multiple target detection, the original fr a me and background fr a me subtraction, extraction of target
ruqinzhejiance
- 主要完成的工作是在监控的场景中检测出运动的物体，去除干扰的背景，只留下感兴趣的目标即目标提取。目标提取,运动信息提取,PCA和诊间差分方法。-The major work done to monitor the scene in the moving objects detected, remove the background interference, leaving only the object extraction targe
codecode
- 静态背景下的高精度视频目标是实时检测与轮廓提取，matlab源代码实现。 -High-precision static background video object detection and contour extraction in real time, matlab source code.
20101201
- 首先从视频中提取100张图片，用其中五十张图片根据平均值法获得背景图片，然后做差，二值化，提取目标。-First, extracting 100 images from the video ,using fifty pictures to obtain the background image with the method of average. Then fr a me difference, binary, extracting
Harris
- 研究一种红外医学图像处理与分析方法,实现红外人脸图像中特征区域的自动定位。方法 针对红外正面脸部图像,采用一种无监督的局部和全局的特征提取方法,首先通过阈值法区分出前景和 背景,并根据面部特征对称性在前景中确定鼻区 然后在面部确定一个包含所有特征的矩形区域,利用 Harris算子在该区域检测出角点,并找出这些点的局部最大值点 最后用K-means方法对这些点进行 聚类 -To develop an mi age an