-
PCA based image fusion
基于PCA的图像融合算法，首先求出源图像的协方差矩阵，然后根据该矩阵的最大特征值所对应的特征向量确定各源图像的权值。
- 2022-01-31 12:43:07下载
- 积分：1
-
使用 python 文档扫描仪图像
你看，扫描使用智能手机的文件可以被分解成三个简单的步骤：第1步：检测边缘。步骤2：使用在图像中的边缘以找出轮廓（轮廓）表示一张纸被扫描。步骤3：应用一个透视变换，以获得所述文件的俯视图。线2-7手柄导入我们需要必要的Python包。我们将通过导入我上周讨论了我们four_point_transform功能启动。我们也将使用imutils模块，它包含了方便功能调整大小，旋转，裁剪和图像。你可以在我的基本的图像操作后阅读更多关于imutils。接下来，让我们从进口scikit图像的threshold_adaptive功能。该功能将帮助我们获得了“黑与白”感觉我们的扫描图像。最后，我们将使用NumPy的数值处理，argparse解析命令行参数，并CV2我们OpenCV的绑定。第10-13行手柄解析我们的命令行参数。我们只需要一台交换机的形象，--image，这是路径包含我们要扫描的文档的图像。现在，我们有路径，我们的形象，我们可以继续前进步骤1：边缘检测。第61行执行翘曲改造。事实上，所有的繁重被four_point_transform函数处理。同样，你可以阅读更多关于上周的帖子在此功能。我们将通过两个参数为four_point_transform：第一个是我们的，我们装过盘原始图像（不是大小之一），第二个参数是代表文件，乘以调整大小比例的轮廓。所以，你可能会奇怪，为什么我们乘以调整比例是多少？我们乘了调整后的比率，因为我们进行边缘检测，发现轮廓高度= 500像素的调整后的图像上。然而，我们希望将原来的图像，而不是调整大小后的图像上执行扫描，从而我们通过调整大小比率相乘的轮廓点。要获得黑白的感觉的形象，我们再采取扭曲图像，将其转换为灰度和应用自适应阈值上线65-67。
- 2022-06-01 20:19:50下载
- 积分：1
-
基于卡尔曼滤波器的运动物体追踪
clear,clc,close all;
% compute the background image
Imzero = zeros(240,360,3);
video=aviread("SampleVideo.avi");
Im = double(cat(4,video(1:2:end).cdata))/255;
clear video
% Convert to RGB to GRAY SCALE image.
nFrames = size(Im,4);
Imzero = Im(:,:,:,1);
for i = 2:5
Imzero = Im(:,:,:,i)+Imzero;
end
Imback = Imzero
- 2023-07-26 08:50:04下载
- 积分：1
-
频率步进雷达一维成像HRRP
一维高分辨距离像，频率步进雷达实现，能得出信噪比变化图，可以得到散射矩阵，水平极化和垂直极化分布
- 2022-02-01 23:16:03下载
- 积分：1
-
彩色制造跟踪
应用背景你可能有你的运动视频。这个程序检测接头用彩色标记和计算角度从肩肘>；>；手腕。和它的速度。你可以看到只有骨骼或全视频。你可以控制播放速度，并看到标记帧的帧。你可以拍一个跟踪标记的快照，或者可以用跟踪标记和角度来渲染整个视频。关键技术利用OpenCV跟踪颜色。（蓝色，红色，绿色，深绿色）。基于OpenCV的视频渲染。用opencv绘制文本。使用Qt库。
- 2022-11-04 02:35:08下载
- 积分：1
-
3Dviewer——MIP, Color, Slice and Shaded 3D (shearwarp) Volume Rendering, interactive 3D view/measurem
；
- 2022-03-15 20:46:19下载
- 积分：1
-
SVM训练行人检测
使用HOG+SVM训练行人分类器，vs2008+opencv实现的工程，保证可以使用。样本图片由于太大，不好上传，大家可以在别处下载。代码简洁清晰，注释详细，是学习SVM和行人检测的很好的实例。
- 2022-11-13 18:25:07下载
- 积分：1
-
Thresholding
海，
- 2022-02-10 15:34:51下载
- 积分：1
-
边缘检测算法Verilog实现的
资源描述关于边缘检测的Verilog程序，适合图像处理的同学看看，毕业论文和实际项目都可以参考。
- 2022-03-04 08:04:09下载
- 积分：1
-
基于 LCA 的人脸检测
他的论文描述基于 LCA 强大功能提取 methodز 作为一种高效的人脸检测系统从涉及复杂背景下，使用基于独立
分量分析的特征提取的图像示例基于人脸检测和 RDF 识别器。为示例基于人脸检测困难的问题之一就是要估计
低维子空间而不会降低鉴别性特征。人脸识别，ICA 是一个更好工具来代表脸上尽可能的图像作为少数几个组件。
我们用 RBF 神经网络来区分的面孔和非面孔和评价其性能作为判别属性用 ICA。
- 2022-11-09 06:15:03下载
- 积分：1
