登录
首页 » 图像处理 » 最小包围矩形

最小包围矩形

于 2022-08-08 发布 文件大小:19.48 kB
0 121
下载积分: 2 下载次数: 1

代码说明:

matlab练习程序(最小包围矩形)又是计算几何,我感觉最近对计算几何上瘾了。当然,工作上也会用一些,不过工作上一般直接调用boost的geometry库。上次写过最小包围圆,这次是最小包围矩形,要比最小包围圆复杂些。最小包围矩形可不一定是个直立的矩形,也可能像下图一样是倾斜的。求法如下:1.求多边形凸包,这里凸包直接调用系统函数了,细节可以 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

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 李春明博士的LBF方法标准源代码
    本代码是李春明博士的LBF方法的源代码,非常适合初学水平集的学者使用,代码易懂,解释详尽,非常正规,很值得详细学习
    2023-01-22 20:45:08下载
    积分:1
  • Kalman滤波器
    本代码是利用kalman滤波器实现对物体运动状态的追踪,可以有效的减小测量过程中产生的误差对最终结果的影响。
    2023-02-11 11:05:03下载
    积分:1
  • 傅立叶描述子
    一个简单的傅立叶描述子程序,可以运行,可以用来学习傅立叶描述子的原理。内附有结果图
    2022-02-03 09:02:25下载
    积分:1
  • 质评估算法基于,边缘检测和形心定位等等
    基于VC6.0的集成开发环境,开发基于单文本框的图像处理程序,里面包括很多图像预处理算法,边缘检测,形心定位,以及像质评估等等,希望对大家有用。代码中,j*3是因为图像是24位的,如果处理8位灰度图,没必要乘以3!
    2023-07-16 05:35:07下载
    积分:1
  • elad稀疏与冗余的matlab程序
    在稀疏领域比较著名的是elad的稀疏与冗余。这个程序是对elad的书本上的算法进行实现的matlab程序
    2022-02-04 03:01:50下载
    积分:1
  • 高斯分布的水平集驱动
    由高斯分布驱动的水平集,由李旺实现。这篇论文发表于2009年的信号处理
    2022-03-15 04:18:11下载
    积分:1
  • 目标跟踪的卡尔曼Kalman滤波MATLAB代码
    该MATLAB程序由三部分组成,其中两个为对目标的检测,采用的是独立的检测方法,还有一个是主程序,为KALMAN滤波的程序,实现目标位置的预测与修正,程序的效果还可以,针对于一个目标,基本无误,多个目标的时候一般。
    2022-05-18 00:48:50下载
    积分:1
  • 双目标定程序代码
    应用背景本程序可以用来进行双目标定目标的位置,通过两个摄像头的标定,可以确定空中某一目标的精确位置。是毕业设计的题目。关键技术这个程序使用了较好的算法,能够快速的进行空间定位,返回位置信息。而且有较好的鲁棒性。而且有较好的鲁棒性。而且有较好的鲁棒性。
    2023-06-10 21:25:03下载
    积分:1
  • 去噪方法
    采用多层前馈神经的脱机手写体字母字符识别系统网络中的文件中描述。一种新的方法,称为对角基于特征提取介绍用于提取手写字母的功能。第五数据集,每个包含26字母表写由不同的人,用于训练神经网络和570不同的手写体字母字符被用于测试。所提出的识别系统表现相当好得到更高水平的识别精度比采用常规的系统特征提取的水平和垂直的方法。此系统将是合适的,用于将手写的文档转换为文本的结构形式和手写识别的名字手写识别一直是最迷人的和具有挑战性的研究领域之一图像处理和模式识别在最近几年领域[1][2]。它有助于巨大到自动化进程的推进,并能改善之间的接口人与机器的大量应用。一些研究工作一直注重新的技术和方法,将减少处理时间,同时提供更高的识别精度[3]。在一般情况下,手写识别被分为两种类型的离线和在线手写识别方法。在离线识别,写入通常捕获的光通过一个扫描仪和完成写入可作为一个图像。但是,在上线系统的连续点的两维坐标被表示为的函数时间和由作家所作笔顺也可提供。上线的方法有被证明优于其离线对应于识别手写字符由于可用同前所述时间信息[4][5]。然而,在离线的系统中,神经网络已被成功使用,以产生比较高的识别精度等级。几个应用程序,包括邮件分拣,银行处理,文档阅读和邮政地址识别需要脱机手写体识别系统。其结果是,在离线手写识别仍然是一个活跃的研究领域向探索较新的技术,这将提高识别精度[6] [7]。
    2022-02-07 06:18:12下载
    积分:1
  • 氛围源检测算法检测前景和背景
    应用背景该算法是从一个静态相机视频背景减法。所有您需要做的是提供一个视频,你可以得到前景视频。你必须提供背景模型。 ; ;然后比较这个设置为当前的像素值来确定该像素是否属于背景,适应模型,通过随机选择的值来代替从背景模型。这种方法不同于那些古老的价值观的基础上,首先应更换经典的信念。最后,当像素是背景的一部分,它的价值是传播到邻近的像素背景模型。我们描述方法的详细资料(包括伪代码和使用的参数值)和比较其他减背景技术。效率的数字显示,我们的方法优于最近的和成熟的国家的最先进的方法的计算速度和检测率。我们还分析了一个缩小的版本,我们的算法的一个比较和每像素一个字节的内存最低限度的性能。看来,即使是这样的一个简化版本,我们的算法的性能比主流技术。关键技术在这段代码中使用的技术是视觉工作室。语言是C + +。该算法有很多的应用程序,可以帮助你在前景检测 ;一个典型的视频监控小目标检测:盛传为物体的轮廓是非常精确的因为没有空间滤波。这对小目标的一个有效的检测是特别有用的。 ;一个更好的划分对象的深度图的氛围和RGB同时使用噪声图像中盛传的表演后处理工具对象分割。修复与氛围感应范围(深度)地图
    2022-03-15 07:12:47下载
    积分:1
  • 696518资源总数
  • 105877会员总数
  • 14今日下载