-
利用sift特征进行图像复制粘贴篡改检测
基于sift的图像复制粘贴篡改检测算法，该算法首先提取出sift特征，用的是网上提供的提取sift的混合编程方法，然后将sift特征进行匹配并聚类，再用RANSAC算法剔除误匹配对，最后用线段将原始块和复制粘贴块中的匹配点连接起来。此算法能抵抗各种后处理操作，如旋转、尺度缩放、添加噪声等以及它们的几种组合。
- 2022-03-01 08:19:14下载
- 积分：1
-
数字图像取反
将图像按像素按位进行求反，取得类似照相底片效果.
- 2022-11-01 23:55:03下载
- 积分：1
-
SIFT KD树 图像拼接 全景图_多幅图 opencv
SIFT KD树 图像拼接 全景图_多幅图 opencv 这个是完成的程序 在windowsVS2008下编译通过 ，可以直接运行 是很好的学习范例
同时也具有很好的工程使用价值
- 2022-02-04 01:30:33下载
- 积分：1
-
nlm非均值局部matlab程序
nlm的matlab程序，以一片像素点为计算单元，不同于以往的一像素点为计算单元。运算时间稍长。基于局部算子的不同形式的TV模型用于彩色图像噪声去除时往往存在边缘模糊、纹理模糊、阶梯效应、Mosaic效应等问题。本文基于非局部算子概念将传统的Tikhonov模型、TV模型、MTV模型、CTV模型推广到NL-CT模型、
- 2022-03-03 14:39:29下载
- 积分：1
-
encoding yuv by h.264
它包含将视频转换为yuv并使用h.264视频编解码器进行编码的过程。它将在单独的目录中生成一个yuv视频，并使用x264api对其进行编码。
- 2022-05-26 16:52:52下载
- 积分：1
-
基本图像分割
这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，这是一个比较好的用于图像分割的matlab应用实例，对于初学者来说是很有参考价值的，可以直接应用，
- 2022-03-29 21:26:23下载
- 积分：1
-
花卉图像分割
openCV实现的简单花卉的图像分割代码，通过最大类间方差法求得阈值对图像二值化，求得最大连通分量，得到前景和背景，对前景图像进行分割
- 2023-04-03 05:40:03下载
- 积分：1
-
图像查看器OpenNI
应用背景* ；OpenNI 2。Xα ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ；及 ； ； ； ； ； ； ； ； ； ； ；** ；版权所有（c）2012 PrimeSense公司 ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ； ；** &；&；&；&；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；* ；此文件的一部分，OpenNI。和公司；&；&；&；；；；；；；；；；；；；；；；；；；；；；；；；；；* &；&；&；&；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；* ；在Apache许可证授权下，版本2（“许可证”）； ； ； ； ； ；**你不得使用该文件，除非符合许可证。和，和，和，和；你可以获得一份许可证，并获得一份许可证，并进行了；和；和；和；；；；；；；；；* &；&；&；&；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；；* ； ； ；HTTP：/ / www.apache。org /许可证/ license-2.0 ； ； ； ； ； ； ； ； ； ； ； ； ； ；** &；&；&；&；；；；；；；；；；；；；；；；；；；；；；；；；；；；
- 2022-07-12 22:36:53下载
- 积分：1
-
基于非参数采样的视频深度提取
发表在2012年计算机视觉顶级会议ECCV上的文章Depth Extraction from Video Using Non-parametric Sampling的源代码，
采用非参数采样从单目视频中提取深度，这个研究方向比较新，希望对大家有用。我这里还有他们的ppt，做的很好，如果有
需要的可以留邮箱。
- 2022-01-26 03:14:30下载
- 积分：1
-
卡尔曼预测
在监控场景中用kalman滤波对目标轨迹进行跟踪预测，kalman滤波的两大步骤是预测和更新，当场景中由于遮挡等原因目标跟踪丢失得到轨迹片段，用kalman对缺失的轨迹点进行预测，kalman两大假设前提是高斯、线性。对于非高斯非线性系统不适用，目标运动建模是满足匀速运动
- 2022-03-19 16:47:12下载
- 积分：1
