-
图像融合
不确定性下多传感器数据融合的dempster-shafer matlab工具箱
- 2022-05-07 16:28:40下载
- 积分：1
-
k均值聚类算法程序
K均值聚类法分为如下几个步骤：
一、初始化聚类中心
1、根据具体问题，凭经验从样本集中选出C个比较合适的样本作为初始聚类中心。
2、用前C个样本作为初始聚类中心。
3、将全部样本随机地分成C类，计算每类的样本均值，将样本均值作为初始聚类中心。
二、初始聚类
1、按就近原则将样本归入各聚类中心所代表的类中。
2、取一样本，将其归入与其最近的聚类中心的那一类中，重新计算样本均值，更新聚类中心。然后取下一样本，重复操作，直至所有样本归入相应类中。
三、判断聚类是否合理
采用误差平方和准则函数判断聚类是否合理，不合理则修改分类。循环进行判断、修改直至达到算法终止条件。
- 2023-07-13 12:00:03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
-
填充的孔和移除对象的操作
开幕式和闭幕式是形态学图像处理，可以用来填补在对象上的小洞和移除小不良对象的复合经营。我曾经申请关闭图像删除一些小孔，并保持较大的。为此，我已经用盘形大小大于小孔但小于大孔的结构元素。第一项产出： 另一幅图像，我已数的近似数圈，但圈子首先分割出来行。我已经用开放盘形结构元素删除的行。我有试着构建元素大小 9，11，13 等来找到一个最佳规模。一旦删除了行，我已经用抄送标签来计算圈数。第二个输出:
- 2022-08-22 15:14:02下载
- 积分：1
-
MFC中的CImage类
vc++中CImage类的使用说明，超级详细，功能强大
- 2022-07-14 13:26:52下载
- 积分：1
-
加权图像融合算法的Matlab源代码
加权图像融合算法的Matlab源代码，包括IHS,PCA Fusion，主要运用在GSM中卫星图像处理，里面有例子图片，可以清晰的看见处理效果。
- 2022-05-24 04:14:14下载
- 积分：1
-
vtk学习学习体绘制
vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！vtk学习，不错的体绘制资料！
- 2022-03-25 13:03:17下载
- 积分：1
-
edma3456wewewawe
AETTTTTTTTTTTTTTTTTTTTTTTTTTRBargattTTTTTTTTTTTTTTTTTTTTTN4T6N46666666666N64BKKKK；bbbbbbbbb；PJBHPGHGGGPPG
- 2022-01-31 23:59:04下载
- 积分：1
-
PDF格式的图像转换的源代码
它是用于转换PDF文件到使用OpenCV的图像处理的VC++的JPEG图像。利用图像处理（OpenCV）和转换的PDF文件为具有良好质量的图像。它有助于珠三角的文档图像转换。
- 2023-07-10 22:10:05下载
- 积分：1
-
图像去噪方法
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
