-
小波变换纹理特征提取
对图像进行去噪处理，运用小波变换将其进行四层分解，进行小波变换可以将图像的高频和低频分量，分离出来，高频分量里又包含了大量的纹理特征信息，通过对图像进行小波变换提取图像特征量的均值和方差，作为图像的纹理特征
- 2022-01-25 20:18:00下载
- 积分：1
-
文件对比
文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比文件对比
- 2023-02-02 07:25:04下载
- 积分：1
-
遗传算法
这是一个经典的遗传算法MATALAB代码，该算法程序能运行，从网下下载下来的，里面全是英文注释，，，我用了好久才能看懂。。但是大神门肯定很快就能理解的罗。小女子是笨~~一枚。不小心选错了专业。
- 2022-05-10 13:14:04下载
- 积分：1
-
FPGA中值滤波_ISE和MATLAB程序
应用背景加噪声的蕾娜图，经过中值滤波处理后输出像素值矩阵，保存在txt中。从MATLAB里读出txt像素值，重置矩阵后输出处理后的雷娜图（降噪）关键技术中值滤波算法核心是取9个值（文件中是3*3窗口）计算出中值输出，需要大量的FIFO。ISE文件中已经编写好并通过综合，可以直接使用。使用时注意更改路径。
- 2023-07-15 00:00:16下载
- 积分：1
-
opencv单校准
单摄像机校准源
- 2022-12-23 04:00:03下载
- 积分：1
-
人脸检测与 emgu 的简历
在 C# 中使用 Emgu CV （OpenCV.NET 中） 摄像头人脸检测它是如何执行你的相机用的人脸检测 / 网络摄像头。那麼会看到您的应用程序可以从捕获的图像的脸的检测。好奇吗？Let 的看一看如何做到这一点。这需要遵循本教程：Microsoft Visual Studio 2010。或者如果你从不没有之一，您可以使用 2008 年版Emgu CV （OpenCV.NET 中）。您可以下载此链接： http://www.emgu.com/wiki/index.php/Main_Page 中的最新版本并按照安装说明C# 编程的基本知识你应该做的第一件事安装 Emgu 的简历。安装路径应该像 C:Emguemgucv-windows-x 86 2.2.1.1150。你可以看到 insideC:Emguemgucv-windows-x 86 2.2.1.1150bin 一些 Dll 和示例程序现在，看到的人脸检测的代码
- 2022-02-13 07:56:40下载
- 积分：1
-
hough变换检测直线
通过rgb图像转化为灰度图，然后进行canny边缘检测，在进行膨胀运算，然后调用hough函数检测直线，
- 2022-02-06 01:32:50下载
- 积分：1
-
基于openCV的图片浏览软件
本程序是基于opeCV的图片浏览器，可实现windows自带图片浏览软件的功能：如图片打开，实际大小显示，适合屏幕大小显示，图片顺时针旋转，图片逆时针旋转，前一图片，后一图像，图像删除等功能。本程序基于openCV2.4.6，需要添加库文件，opencv_highgui246.lib，opencv_core246.lib，opencv_imgproc246.lib开发环境：VS2008关于openCV配置请到网上查阅相关资料，在此不再赘述。
- 2023-02-24 10:10:10下载
- 积分：1
-
ssda 算法的实现
两幅图 实现对模板图片的匹配。并会把在原图像中的位置给画出来， 使用的是ssda图像匹配的算法。 &nbs
- 2022-02-06 04:22:10下载
- 积分：1
-
条件随机场链式CRF
机器学习算法代码，可以用于分词，图像识别，行为识别等
原版本只可以在32位xp下运行，经本人修改，适用于各种版本matlab windows
clear all
useMex = 0; % Set this to 1 to use mex files to speed things up
%% Generate Synthetic Data
% Notes:
% - X is categorical, each element X(i,j) contains the value of feature j for word i,
% a value of "0" means ignore the feature for this training example
% - y is cateogircal, each element y(i) contains the label for word i
% a value of "0" indicates the position between sentences
[X,y] = crfChain_genSynthetic;
nWords = size(X,1);
nStates = max(y);
nFeatures = max(X);
%% Initialize parameters and data structures
[w,v_start,v_end,v] = crfChain_initWeights(nFeatures,nStates,"randn");%初始化参数为正太分布，w状态-特征，v状态-状态
featureStart = cumsum([1 nFeatu
- 2022-04-19 10:41:14下载
- 积分：1
