-
opencv+消除图像畸变
这是一段基于opencv的对图像进行畸变处理的源程序，使用usb摄像头，采集一副图像，然后对图像畸变校正，摄像头事先标定好，程序中将会直接利用标定好的参数。
- 2022-05-31 09:52:35下载
- 积分：1
-
MFC中使用opencv
本程序是在 MFC 中使用
OpenCV 的演示程序，由3部分组成。
一、Windows 下用 MFC 编制的程序框架
采用设备无关位图DIB实现Windows多文档模式下图像的显示，实现显示的关键函数StretchDIBits的原型如下：
- 2022-02-02 17:43:10下载
- 积分：1
-
变权重MRMRF图像分割的MATLAB实现
1.给定分类数M,MLL模型的势函数b,对影像作J-1层小波分解，设定EM算法迭代的停止条件，按照尺度从大到小的顺序设置尺度函数的取值。2.尺度n=J-1，根据K-均值聚类算法对尺度J上的特征场向量进行聚类，获取该尺度的初始分割结果。3.E步骤。使用MPL方法GMRF模型参数。 4.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 5.尺度内迭代。重复3和4知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 6.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复5，直到获取最细尺度上的分割结果。
- 2022-04-19 10:18:53下载
- 积分：1
-
基于特征点提取的sift算法核心代码
sift代码主要实现在sift.c这个文件中：首先创建初始图像，即通过将图像转换成为32位的灰度图像，然后将图像进过三次插值放大，之后进行高斯模糊，在此基础上进行高斯金字塔以及高斯差分金字塔的构建，下一步对图像进行特征点检测，计算特征向量的尺度，调整图像大小，计算特征方向，计算二维方向直方图并将其转换成为特征描述子。在输入参数中，img表示输入图像，feat表示提取的特征指针，octvl表示高斯金字塔和高斯差分金字塔的组数，的intvl表示高斯金字塔和高斯差分金字塔的层数，sigma是初始化过程中高斯模糊所使用的参数，contr_thr是归一化之后去除不稳定特征的阈值，curv_thr是去除边缘特征的主曲率阈值，img_dbl是是否将图像放大为之前的两倍，descr_with是计算特征描述子方向的直方图的宽度，descr_hist_bins是直方图中的条数。
- 2022-02-05 04:09:38下载
- 积分：1
-
人脸识别程序
本程序运用haar特征adaboost算法进行人脸检测。
OpenCV
的人脸检测主要是调用训练好的
- 2022-01-31 21:58:45下载
- 积分：1
-
基于opencv的sift算法
sift算子是由D. G. Lowe在1999年提出，2004年完善的一种特征提取的方法，它主要有四个阶段：1）尺度空间极值检测（运用到Gauss函数和difference-of-Gaussian ）2）关键点定位3）定向分配（运用方向直方图，找到一个主方向，主方向的峰值的80%为辅，增强鲁棒性）4）关键点描述符
- 2022-04-06 18:02:59下载
- 积分：1
-
面部识别
生物指标是归档的生物数据的统计分析。脸是最好的生物数据最能说明一个人之一。人脸识别系统发现应用在许多领域的脸广泛公认是总是向社会开放。脸识别中人机交互、 安防系统、 社会网络等发现应用程序。
- 2023-08-10 08:55:03下载
- 积分：1
-
数码相机分辨率检测
资源描述图像质量的清晰程度很大程度是由相机镜头的分辨率决定的。通常情况下，我们只能通过专业的评测软件才能知道所购买相机的镜头分辨率，比如Imatest软件。这个代码是完全基于自己开发的分辨率计算算法设计的，方便检测。主要用到了极值搜索算法和一些数据的处理。
- 2022-02-06 14:05:35下载
- 积分：1
-
opencv中Mat对象的各种创建方法
本文主要讲一些opencv 2.0版本后出现的Mat矩形类，主要是参考opencv自带doc文件夹下的tutiol教材。通过这次实验觉得用Mat的话下面几点需要特别注意（在代码中可以体现出来）：1. 利用create函数重新改变Mat数据在内存中的布局。 2. 注意多通道数据在Mat中其实也是占一个元素的位置的。 3. 学会多维Mat的创建方法。4. 当Mat矩阵比较小时，学会直接赋值的方法，即用Mat_。5. 掌握Mat矩阵内容输出到终端时的几种常见格式。6. 注意如果vector是单独一维的话需要转换成Mat才能输出，多维的可以直接输出，例如vector里面存放的是点的话。
- 2022-08-08 07:16:26下载
- 积分：1
-
Local Phase Quantization (LPQ)特征
Latest Matlab implementation of Local Phase Quantization (LPQ) descriptorsLPQ(Local Phase Quantization)算法的原理是假设平滑函数h(x)中心对称，则其傅里叶变换为H(u)，对所有H(u)≥0有∠G(u)= ∠F(u),其中F(u)和G(u)分别为原图像和平滑后图像的傅里叶变换，因而在H(u)≥0条件下，图像对平滑有不变性。
- 2022-03-12 11:08:28下载
- 积分：1
