-
背景建模
静态场景下用于背景差分的背景建模，使用中值法构造背景，简单，高效，能快速构建出背景图像，已通过vc6.0和opencv1.0的测试，算法完整，易于后续的图像处理
- 2022-02-05 06:44:30下载
- 积分：1
-
简单的opencv&张氏标定
应用背景利用机器视觉进行障碍物检测时，需要定位障碍物的坐标，由于相机有畸变，因此需要进行标定。这对于精确的定位障碍物有很大的作用。关键技术附上代码的同时还有标定图片，只需要修改一下图片存取的路径即可使用，特别适合初学者学习和使用。本标定采用opencv内置函数，基于张正友的算法思想。基于opencv1.0和vc6.0写成。
- 2022-05-09 14:45:15下载
- 积分：1
-
多边形顶点凹凸性
matlab练习程序（多边形顶点凹凸性）生成简单多边形后，有时还需要对多边形各顶点的凹凸性做判断。先计算待处理点与相邻点的两个向量，再计算两向量的叉乘，根据求得结果的正负可以判断凹凸性。结果为负则为凹顶点，为正则为凸顶点。凹顶点用o表示，凸顶点用*表示。
- 2022-11-06 04:10:03下载
- 积分：1
-
Hilbert图像置乱
matlab练习程序（Hilbert图像置乱） 正好刚写了Hibert生成曲线，不如再加一篇应用的程序。关于Hilbert图像置乱，我在网上搜的应用领域主要集中在数字水印和图像加密上，而这两个领域我都没怎么接触过。大部分的图像置乱都是如下图的置乱1所示，至于置乱2则是我不小心生成的。置乱1是先把原图按hilbert曲线进行赋值，拉成一条一维数组，再reshape成一副图像。
- 2022-01-31 15:25:29下载
- 积分：1
-
LBP image segement
一共有三个m文件，一个是lbp.m, 存放主要的lbp算法，一个是getmapping,用以做算法的辅助函数，一个是lbptest.m,存放着测试代码。这三个文件需要放到同一个文件夹，并在文件夹中添加相应的图片，具体的图片名字见lbptest.m的代码，运行lbptest.m可以查看结果。
- 2022-01-25 16:06:03下载
- 积分：1
-
技术来隐藏图像文件中的信息
隐写术是艺术，隐藏事实通信正在地方，由隐藏信息的其他信息。可以使用许多不同的载体，文件格式，但数字图像是最流行的因为他们在因特网上的频率。隐藏秘密信息在图像中的，存在着大量的信息隐藏技术，有些是比其他人更复杂和他们都有各自的长处和短处点。不同的应用程序可能需要绝对隐形的秘密信息，而另一些需要一个大的秘密消息来被隐藏。本项目报告打算给图像隐写术，其用途和技术的概述。它还试图找出一种好的隐写算法的要求，并简要反映了哪些隐写技术是更适合哪些应用程序。
隐写术是隐藏私人信息或敏感信息内的东西，似乎是没有什么到往常的做法。隐写术常与密码混淆，因为两者是类似的它们都使用的方式来保护重要的信息。两者的区别是，隐写术涉及隐藏信息，所以看来没有信息隐藏在所有。如果人或多人意见的对象信息隐藏在他或她会有任何隐藏的信息不知道，因此这个人将不尝试解密信息。
什么隐写术做的就是利用人类的感知，人的感官没有被训练要查找的文件的信息里面，尽管这个软件是可用，可以做什么叫做隐写术。隐写术的最常见用途是隐藏在另一个文件内的文件。
- 2022-06-22 02:45:36下载
- 积分：1
-
手写体的数字识别
这项工作基于统计方法的问题，而不使用大培训数据库和不诉诸神经网......
我避免神经网络显而易见的选择，唯一的真正原因是：
1） 它已进行前字符识别。
2） 它不似乎是本着同样的精神，作为我们的课程和讲座，
和方法。
3） 神经网络，以我的经验，似乎并不产生可伸缩的、
关于底层视觉问题/解决方案的重用信息...
就我所知他们只是证明，一些系统称重层感知产量的正确结果大部分时间。
只有几篇文章手写识别的问题，我所读过的指的是统计方法解决它。我已经从他们，我的想法，但是我还没有找到任何准确的参考，我对这个问题的办法。我将会检讨各种统计方法在下一章。
- 2023-08-14 00:20:03下载
- 积分：1
-
使用边缘检测器计数水稻 （OPENCV)
这个想法是开发一种算法，我们可以对水稻计数。使用边缘检测器是正确的方式去做。如果您下载并运行此代码，它将可能看到一个好结果的算法。享受它。
- 2022-04-18 17:53:30下载
- 积分：1
-
DICOM的保存和传输
源代码是将摄像头采集到的图片进行保存和传输的，因为是医学图像使用，所以一切都是遵循DICOM的标准的，使用者可以参考里面的保存和传输等内容，肯定会有收获的。
- 2022-07-10 03:56:28下载
- 积分：1
-
形态学图像处理
分割单色图像的算法一般是基于两个基本性质图像亮度值的不连续性和相似性。在第一类，方法是分区基于突变的图像强度，如边缘。第二类的主要方法基于分割图像相似，根据预定义的标准地区。不连续性检测：点，线，边缘。阈值技术，面向区域的方法，分水岭分割（一般涉及一个先验知识）。这些计划是应对上述TAT算法
- 2023-04-12 07:45:03下载
- 积分：1
