-
收藏的几篇关于图像拼接的学位论文
收藏的几篇关于图像拼接的学位论文，讲的比较明白的那种，思路很清晰，对做全景图像拼接有较好的参考价值，不用上网花钱去下论文了。
- 2022-02-07 21:43:14下载
- 积分：1
-
超越CT的检测跟踪算法
资源描述这个作者就是OpenTLD的C++版本的作者，包括ROS版的OpenTLD也是基于他的代码改的。
对于CMT这个跟踪算法，我在iPhone5s上做了实际测试，跟踪效果超乎想象，在我比较了TLD，CT，Color Tracking，Struck等等顶级算法的效果之后得到了这样的结论。这个算法是可以实用的跟踪算法，虽然它也有缺点，之后我会说。实时性和跟踪效果都一流。
- 2022-01-21 01:58:21下载
- 积分：1
-
人脸识别
这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到
- 2022-05-14 23:50:24下载
- 积分：1
-
海康网络客户端示例
海康网络客户端示例，用delphi编写的实例，适用于海康编码卡 ds4000 四路编码或者8路编码
- 2022-05-28 12:16:04下载
- 积分：1
-
使用 Android 摄像头经过图像处理获得不同的照片 (灰阶和动漫效果)?
翻译 maninwest@Codeforge 作者:Mr. Lai Tai-Yu@CodeProject 有时候我们会发现拍照很有趣，那么让我们来把它变得更有趣吧。设计灰色和动漫风格的照片不是很难。你只需有一个安卓手机并安装一个有趣的相机应用就好了。 通常，拍照时会遇到自动对焦问题，首先，我们要等待自动对焦完成，然后再拍照。这就是为什么我们需要重写自动对焦方法来帮助我们拍得更清楚。其次，图像处理时需要将原始数据转换成位图格式。我们使用位图工厂进行转变。第三，有两个图像处理效果可供选择，灰阶和动漫风格。灰阶很简单，仅是获取 R, G 和 B 的数量然后除以 3。但是我们依然需要知道如何分别获取 R, G 和 B 通道。使用 color 方法获取像素值帮助我们获得 R, G 和 B 的值。 动漫风格需要两个处理，包括索贝尔过滤和有序抖动处理。我们需要结合两种方法完成动漫效果。如果你想开发更多效果，可以使用这个代码架构继续开发。因为这是准备自动对焦并回调函数拍照。 你只需按照此架构添加新的图像效果即可。这个 APP 会在你选择图像效果前开启相机，然后你可以选择效果。你可以按下”拍照“按钮，然后可以查看处理后的图像。开发这个应用只有两个文件，非常简单。 适用于初学者。背景设备操作系统: Android 4.1.2 开发者实用程序: Eclipse ADT使用代码File Name: AndroidManifest.xml
- 2022-03-28 19:39:54下载
- 积分：1
-
DICOMVIEWER
C#读取DICOM并显示图像。这是一个可以有效的读取本地DICOM文件，并将其中的内容显示于内，实现文档与图片的有效转换
- 2022-12-25 17:00:03下载
- 积分：1
-
基于MFC下OpenGL的环境配置
对于那些初学者 OpenGL 的学生，你可能不知道太多什么是 MFC。它并不重要，只要 OpenGL 去相信有一天你会使用 MFC，但当你需要时，宝贝你得到更深入地了解配置环境的 OpenGL 在 MFC 中吗？如果不是，没关系，那里的已配置的资源，来和下载它 ！
- 2022-04-22 00:34:24下载
- 积分：1
-
自动癌症检测
此代码提供了通过执行各种图像处理技术对图像的自动代码检测。
它的段使用基于颜色分割技术的井喷控制单元格。
此代码是在 Matlab 中并
- 2022-03-15 10:17:10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
-
泊松表面重建
Poisson surface reconstruction creates watertight surfaces from oriented point sets. In this work we extend the technique to explicitly incorporate
the points as interpolation constraints. The extension can be interpreted as a generalization of the underlying mathematical framework to a screened
Poisson equation. In contrast to other image and geometry processing techniques, the screening term is defined over a sparse set of points rather
than over the full domain. We show that these sparse constraints can nonetheless be integrated efficiently. Because the modified linear system
reta
- 2023-03-13 16:05:03下载
- 积分：1
