-
vibe 前景检测
ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少，很简单
- 2023-02-11 09:10:03下载
- 积分：1
-
基于C#实现数字水印工具
应用背景基于C#实现数字水印工具
自己用C#语言实现了在图片上添加数字水印的功能，字符水印可以改变字体的大小、颜色、字体名和水印内容
关键技术基于C#提供的Image类，实现数字水印比较容易；这里强调的是如何做可release的一个工具。照片添加利用C#的FolderBrowserDialog类，可以方便地的读取图像文件。本文是基于目录添加照片，所以需要进行目录遍历。如果打开的是目录，还需要打开子目录读取照片；在本文实现中，只读取JPG文件，并且在添加前试着读一下，避免一些图片不能读取，影响后续操作的有效性。另外，从FolderBrowserDialog类得到路径后，不要忘记读取该目录下的文件，这是一个容易忽略的小问题，即get_file(fbdlg.SelectedPath)后再调用get_dir(fbdlg.SelectedPath)。
- 2022-02-24 09:38:23下载
- 积分：1
-
能很好的实现图像的平移缩放
用delphi语言编写实现图像的平移与缩放，代码精简，能达到很好的平移，缩放效果。同时里面附有例子图像，自己也可以加载自己所想加入的图片进行测试，很好用哦。
- 2022-07-26 08:33:47下载
- 积分：1
-
各种图像去雾算法
附件包含各种不同的图像去雾代码，暗原色去雾，SSR，MSR，MSRCR，Tara去雾，双边滤波暗原色去雾，联合双边滤波暗原色去雾等等。适合于做图像去雾算法的人学习。
- 2022-01-21 00:34:06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
-
VC++实现读取BMP图像
用VC++实现BMP图像读取，不使用现成读取函数，通过读取文件实现，能显示图像大小及位图信息，同时显示鼠标处的RGB值
- 2022-03-05 02:54:42下载
- 积分：1
-
opencv中利用霍夫圆识别摄像头视野中的圆形物体
从摄像头获取一帧帧图像，经过一些初步处理，包括图像的二值化，灰度化，形态学滤波，图像腐蚀，图像膨胀等方法完成对获得图像的初步处理，然后利用opencv库中的霍夫圆识别算法，识别灰度图像中的圆并实时显示在摄像头画面中。运行环境：win7，vs2010，opencv2.4.3
- 2022-10-24 03:50:03下载
- 积分：1
-
基于Gabor+PCA+SVM的性别识别(3)
资源描述
资源描述(VS2010+openCV2.4.11)
基于Gabor+PCA+SVM的性别识别共有三个程序组成：1）图像预处理，从人脸数据库提取人脸，为提取特征做准备；2）运用Gabor对特征提取，并用PCA降维，训练出SVM性别分类器；3）由训练出SVM性别分类器，对输入的图像进行性别识别。这是第三部分代码。
- 2022-07-13 18:08:23下载
- 积分：1
-
这是变换的Verilog进行离散余弦的Verilog代码
摘要：故障诊断起着物理的重要作用 故障分析与产量的学习过程。随着数百亿 晶体管被集成在一个芯片上，多个故障可能 存在的。随着多个故障，故障屏蔽和加固效果 可能会出现。它们可能会导致基于单故障常规 诊断方法，如在一个时刻的单个位置（SLAT） 为无效。如果没有流行的SLAT方法失败 够SLAT图案可以由单个stuckat说明 故障。此外，一个真正的硅缺陷可能表现为不同 故障在不同的故障模式模型（DM），它可 无效使用单故障模型的方法SLAT 在所有失败的模式。在本文中，我们介绍的概念 故障元件，支持多种故障模型，并使用faultelement 图（FEG）考虑故障屏蔽和加固 多故障之间的影响。基于所有失败的FEGs 模式，最有可能的故障位置和故障的因素 被反复识别。同时，FEGs是迭代地 修剪跟踪的其余多个故障的影响，直到 所有的故障点被确定，所有的FEGs减少 为null。实验表明，该诊断 方法可以识别，即使在多个故障的位置 DM具有较高的诊断精度和分辨率。 关键词：故障诊断，故障元件，故障元件 图（FEG），多种故障模式，多重故障。
- 2023-07-27 08:25:03下载
- 积分：1
-
基于opencv的人脸表情识别
基于opencv的人脸表情识别，采用的是svm分类方法。SVM的思想可以概括为两点它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；
- 2022-01-28 05:08:13下载
- 积分：1
