-
颜色-解耦光反应非均匀性为数字图像取证
过去的几年里已经看到照片的使用响应非均匀性噪声 （PRNU） 的一个独特的指纹如影像传感器，在各种数字的法医学应用源设备标识、 验证内容的完整性、 和身份验证。然而，使用一种颜色筛选数组捕获的每个像素的三个颜色分量的唯一介绍了彩色插值噪声，同时现有的方法提取 PRNU 为解决问题提供没有有效的手段这一问题。因为人工色素获得通过彩色插值过程不直接取自由物理硬件的场景，我们期望，PRNU提取的物理组件，都是免费的插值的噪音，应比从更可靠人工渠道，进行插值噪声。在此基础假设我们建议夫妇解耦的 PRNU (CD-PRNU)提取方法，首次分解每个颜色通道到四个的子图像，然后提取物 PRNU 噪声从每个子图像。PRNU 的子图像的噪声模式然后组装得到裁谈会 PRNU。这种新方法可以防止插值噪声传播进入物理组件，从而提高设备识别的准确性与图像内容的完整性验证。索引术语 — — 彩色滤光阵列、 马赛克
- 2023-06-28 06:05:04下载
- 积分：1
-
图片拼接程序
图像拼接，从不同文件夹中按顺序选择小的图片拼成一个完整的图片，文件夹为16个，图片为16个小的图片组成
- 2022-08-03 13:09:30下载
- 积分：1
-
连通区域标记的c实现
资源描述使用c代码实现的联通区域标记，要求输入的是1和0的二值图像，然后使用堆栈方法标记出连通区域的个数，每个亮值点都标记出所属的联通区域标号，可以统计面积和筛选等。
- 2022-10-23 23:30:04下载
- 积分：1
-
OFDM的相位追踪代码
资源描述
相位追踪 OFDM
无线通信符合802.11规范
模块使用Verilog代码编写
是其中的压缩缩放因子。
与相关的上下接口，在FPGA上验证速度可达200MHz.
- 2023-04-17 03:35:04下载
- 积分：1
-
Coding Of Stauffer and Grimson 1999
- 2022-08-11 10:10:49下载
- 积分：1
-
利用MATLAB图像处理与解书
这是一本有用的图像处理书籍及其解决方案手册。这对于图像处理领域的新手来说是非常有用的。它对我的理科硕士课程有很大帮助；
- 2022-05-10 21:00:28下载
- 积分：1
-
基于海康视频采集开的视频采集，运动侦测的源代码，以及简易的人物识别
这是一个本人写的基于海康视频采集卡的视频采集程序，其中包括视频的实时预览，视频的压缩存储，运动侦测。还有基于帧差法的运动目标的提取，以及运动物体的跟踪识别。
- 2022-02-02 04:55:27下载
- 积分：1
-
确定要处理立体声
在此基本瓮模型中概率理论骨灰瓮包含x白和 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报
- 2022-08-25 03:01:48下载
- 积分：1
-
k-means算法
应用背景kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。聚类，简单地说就是把相似的东西分到一组，同 Classification (分类)不同，对于一个 classifier ，通常需要你告诉它“这个东西被分为某某类”这样一些例子，理想情况下，一个 classifier 会从它得到的训练集中进行“学习”，从而具备对未知数据进行分类的能力，这种提供训练数据的过程通常叫做 supervised learning (监督学习)，而在聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东西聚到一起，因此，一个聚类算法通常只需要知道如何计算相似 度就可以开始工作了，因此 clustering 通常并不需要使用训练数据进行学习，这在 Machine Learning 中被称作 unsupervised learning (无监督学习)。关键技术kmeans是最简单的聚类算法之一，但是运用十分广泛。最近在工作中也经常遇到这个算法。kmeans一般在数据分析前期使用，选取适当的k，将数据分类后，然后分类研究不同聚类下数据的特点。
- 2022-02-14 09:35:23下载
- 积分：1
-
特征选择
特征选择也叫特征子集选择 ( FSS , Feature Subset Selection ) 。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化。向后搜索（ SBS , Sequential Backward Selection ）：从特征全集O开始，每次从特征集O中剔除一个特征x，使得剔除特征x后评价函数值达到最优。向前搜索（ SFS , Sequential Forward Selection ）：特征子集X从空集开始，每次选择一个特征x加入特征子集X，使得特征函数J( X)最优。简单说就是，每次都选择一个使得评价函数的取值达到最优的特征加入，其实就是一种简单的贪心算法。
- 2023-04-14 07:25:03下载
- 积分：1
