-
二值图像处理课程报告——交叠和独立颗粒提取 以及区分不同大小颗粒
(1) 一系列颗粒状物体形成的二值图像，假设各颗粒具有相同的大小，采用形态学算法产生三种图像，使其分别包含 (a) 与边界连通的独立颗粒 (b) 彼此交叠的颗粒 (c) 彼此无交叠的独立颗粒(2) 一系列颗粒状物体形成的二值图像，假设各颗粒具有多种不同的大小，采用形态学算法，将不同大小的颗粒区分开，注意其中重叠颗粒的判断。
- 2023-04-29 12:55:03下载
- 积分：1
-
使用语言的除污特性 dct
这个程序用来计算图像的离散余弦变换。用于执行离散余弦变换的方法是常规行-列。离散余弦变换是图像处理 trnasform 有权从空间域向频率域图像中非常重要的。程序注释将帮助您了解该过程。
- 2022-01-25 20:05:57下载
- 积分：1
-
特征提取
opencv 特征跟踪，可以有效进行特征提取如：线，面等特征，并且可以跟踪特征。是进行opencv基础学习的较好历程，希望能对大家有用。
- 2022-11-15 19:30:02下载
- 积分：1
-
vdggdxvxbbxbvzxvvvvzv
多输入多输出 (MIMO) 网络
同时使用多个射频链的接口。在这
纸，我们提出一种新型电源管理解决方案 mimo
在移动系统中，被称为的天线管理网络接口。
关键点是要自适应地禁用子集的天线和其
射频链以降低电路功耗，当能力
使用大量的天线的改进很小。天线
管理明智地确定活动的数量
天线尽量每位能源同时满足的数据速率
要求。这项工作提供了这两个理论的框架和
天线管理系统的设计。我们第一次礼物
- 2022-03-22 00:45:58下载
- 积分：1
-
图割法源码（Matlab，C++）
这是一个用于实现图割算法的代码，由C++编写，并且有matlab接口。欢迎大家下载、使用。谢谢支持！
- 2022-03-20 04:46:07下载
- 积分：1
-
纯c代码的MP4编解码
纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,纯c代码的MP4编解码,
- 2022-02-04 14:37:39下载
- 积分：1
-
视频序列的提取，视频的特征点跟踪以及前景的提取
里面有三个程序：第一个读取视频序列，程序里有提取视频序列的简单易懂的例子，提取视频帧并可以对视频帧进行你想要的处理，程序中也有对视频序列进行用canny算子的边缘提取处理，并且与原视频对比输出，你也可以更改里面的处理程序来满足自己的需要。第二个是对特征点的跟踪，在视频中提取运动物体的特征点，并对特征点进行跟踪。第三的是提取前景物体。这些程序分开编写可以让大家更得理解，也可以更好的运用的自己的大型项目中。
- 2022-01-25 22:21:11下载
- 积分：1
-
一个二维数组图像的局部阈值
BERNSEN localthresholding %。%Bw = BERNSEN(IMAGE) 执行的一个二维 localthresholding%阵列图像的 Bernsen"sthresholding。该方法使用%用户提供对比阈值。如果是局部对比度 （最大-最小）%高于或者等于 contrastthreshold，阈值设置为%本地 midgrey 值 （平均最低限度和最大灰度值在%本地窗口）。如果 localcontrast 是下面的对比%阈值附近被认为仅由一个类组成%和像素设置为根据的值对象 orbackground%midgrey。%%Bw = BERNSEN （图像、 [M N]，CONTRAST_THRESHOLD、 填充） 执行本地奇数 %阈值值 M 由 Nneighbourhood （默认值为 3，3）。默认值 forCONTRAST_THRESHOLD %都是 15。处理边界使用 PADARRAY 选项 （默认值是之一填充图像 %像素为单位）%"replicate"）。%
- 2022-05-18 21:10:03下载
- 积分：1
-
多线程鲁棒光流估计算法
提出了一种变分光流算法，数据项引入梯度守恒约束来提升算法在光照变化情况下的鲁棒性，平滑项采用光流驱动的各项同性扩散项，保存了运动边缘，并通过openmp多核并使处理，提高了算法的实时性。
- 2022-07-21 04:26:38下载
- 积分：1
-
基于opencv的sift运动目标跟踪
应用背景
SIFT算法是D.G.Lowe[40]于1999年提出的，SIFT算法可分为两个部分：第一部分是生成SIFT特征，即SIFT特征向量提取过程；第二部分是通过对提取的SIFT特征进行匹配。 特征点描述子生成：计算每个4x4小块上8个方向的梯度方向直方图，并为每个梯度方向做一个累加值，得到一个种子点，如图3.5右图所示。图中每个特征点是由2x2个种子点构成，则每个种子点都具有8个方向的向量信息。为增强SIFT特征匹配的稳定性，每个特征点都通过4x4个种子点来加以描述，这就使得每个特征点都能够生成128个数据，进而形成4x4x8=128维的SIFT特征向量，其中4x4表示16个种子区域，8表示区域的8个方向。
关键技术（1）SIFT算法是一种基于图像局部特征提取的方法，SIFT特征具有尺度缩放不变性、旋转不变性，对视角变化、光照变化、物体运动、噪声也具有良好的稳定性。
（2）高速性，优化的SIFT算法可满足实时性需求。 （3）多量性，SIFT算法可以提取大量的特征点。 （4）可扩展性，SIFT算法可与其他算法相结合。 （5）独特性好、信息量丰富，匹配快速、准确。
经过第一阶段SIFT特征向量生成，第二阶段就是对提取的特征向量进行匹配。其特征点匹配步骤为：假设两幅待匹配的图像分别为S、T，分别从两幅图中提取SIFT特征点。
- 2023-06-24 03:30:06下载
- 积分：1
