-
神经网络算法
采用误差反向传播算法的神经 networkk 培训。回 propagagtion 算法用于训练神经网络.backwards 的输入的验证
- 2023-05-20 23:10:03下载
- 积分：1
-
摄像头捕获
利用微软的directshow开发，C++编写。可以操作摄像头，进行拍照，并把照片保存在指定的目录中
- 2022-04-17 18:50:51下载
- 积分：1
-
能量谱曲线代码
将空间域图像变换到频率域后，经过傅里叶变换的图像对其去能量谱，计算频谱的频率和能量进行曲线的绘制，就可以得到我们想要的功率谱曲线的，代码不需要改动可以直接使用
- 2022-06-03 10:49:16下载
- 积分：1
-
图像处理中的渐晕现象
Fig2.jpg是有渐晕现象的拍摄图片
func_k.m 是渐晕模型中的参数设置
vignetting.m是主函数
主函数如下：
Pi = 3.1416;
d = 400;
w = 0.0236 * Pi;
figure(1);
fid = imread("e:matlab71fig2.jpg"); %打开有格式文件
subplot(1,2,1);
imshow(fid);
- 2022-03-24 16:09:43下载
- 积分：1
-
SAD立体匹配
解压后可以进行SAD匹配，SAD匹配是属于区域匹配的，可以作为入门学习使用。SAD匹配得到的视差可以作为初始视差，然后再进行进一步的匹配。
- 2023-07-14 23:55:04下载
- 积分：1
-
颜色校准
该程序是针对大屏幕、高分辨率多投影显示系统中存在的多投影重叠区域出现高亮度现象进行亮度融合处理，里面根据不同投影机的编号及重叠区域的分布分别提供了不同的计算方法，计算方法主要分三个部分（投影机的位置、亮度衰减方向和选用的亮度衰减函数）。其中投影机的位置分为左投影机、右投影机和中间投影机；亮度衰减方向分为水平方向和非水平方向；衰减函数分为线性衰减和二次拟合衰减函数。
- 2023-04-06 06:40:04下载
- 积分：1
-
LBP纹理特征提取在c上实现
C++实现的LBP算法提取图像纹理特征,C++实现的LBP算法提取图像纹理特征-C++ implementation of the LBP texture feature extraction algorithm, C++ implementation of the LBP algorithm for extracting image texture features
LBPLBP_prodatalena.bmp
..............Thumbs.db
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
- 2022-02-02 14:35:30下载
- 积分：1
-
ssda 算法的实现
两幅图 实现对模板图片的匹配。并会把在原图像中的位置给画出来， 使用的是ssda图像匹配的算法。 &nbs
- 2022-02-06 04:22:10下载
- 积分：1
-
混合高斯背景建模
通过QT和opencv,在window下使用混合高斯模型读取本地视频，使用高斯混合模型进行背景建模。在新的opencv2.31中的混合高斯混合模型中集成了阴影处理。
- 2022-08-21 22:34:10下载
- 积分：1
-
基于局部二元模式1的Matlab源代码的虹膜识别
应用背景局部二进制模式（LBP）算子定义为灰度不变纹理测度，来自于局部邻域内的纹理的一般定义。通过其最近的扩展，LBP算子已成为一个真正强大的测量图像的纹理，显示效果出色在许多实证研究。LBP算子可以看作是对传统的发散的一个统一的方法纹理分析的统计与结构模型。也许最重要的财产的LBP算子在现实世界中的应用是它的不变性，对单调的灰度变化关键技术LBP算子可以看作是对传统的发散的一个统一的方法纹理分析的统计与结构模型。也许最重要的财产的LBP算子在现实世界中的应用是它的不变性，对单调的灰度变化。另一个同样重要的是它的计算简单，这使得它可以在具有挑战性的实时设置分析图像。LBP方法及其变种已经被大量应用在世界各地的应用。枸杞多糖是一种非参数核，总结了图像的局部空间结构。而且，它是单调的灰度变换不变性，因此LBP表示可能不敏感照明变化。这是一个非常有趣的特性，在虹膜识别。基于虹膜识别的个人身份识别近年来备受关注。几乎所有的国家的最先进的虹膜识别算法是基于统计分类和局部图像特征，这是噪声敏感，几乎没有提供完美的识别性能。我们已经开发出了一种新的虹膜识别方法，利用直方图的局部二进制模式进行全局虹膜纹理表示分类。关键词：MATLAB源代码，，，虹膜，识别，分割，检测，验证，匹配，LBP，地方，二进制，直方图模式。
- 2022-08-23 09:37:24下载
- 积分：1
|
联系客服（QQ：3324461878）
