-
双线性插值算法实现图像的放缩
运用MFC框架，实现了双线性插值算法，能实现图像的放大和缩小。操作BMP图像，可以读取BMP图像，保存BMP图像。
- 2022-01-25 20:11:05下载
- 积分：1
-
opencv文件的读写以及特征检测、提取和匹配
依次读取指定文件内的图像，并对其进行特征点检测和提取，最终进行匹配。图像的检测、提取和匹配都分别以两种方法完成。一种方法参数为指针，图像特征点的检测和提取在opencv中可一步完成，另一种方法参数为向量，特征点检测提取分步执行。故以此为基础的特征匹配在opencv中也有两种实现方法。该算法对两种不同参数类型的方法进行测试，比较其耗时并记录测试信息
- 2022-05-12 12:46:43下载
- 积分：1
-
kalman滤波和Camshift算法结合的运动目标跟踪
资源描述Camshift对目标进行跟踪，但是会出现跟踪偏移，结合卡尔曼滤波进行目标位置预测，并对位置进行校正，减少了目标的漂移。
- 2023-06-04 11:05:03下载
- 积分：1
-
canny边缘检测算法代码
canny边缘检测算法，基于梯度幅度直方图和类内方差最小化自适应的确定高低阈值的方法，可针对不同的图像，实现双闽值的自适应提取，不需要人为设定任何参数，采用模糊控制技术提取边缘像素。
- 2022-01-26 03:48:38下载
- 积分：1
-
Metropolis-Hastings算法
http://en.wikipedia.org/wiki/Metropolis-Hastings_algorithm
大都会-黑斯廷斯算法是马尔科夫链蒙特 Carlo 方法获取从概率分布的随机样本序列为直接采样是困难的。序列可以用
近似分布。
下面的代码是算法的大都市-黑斯廷斯，一个简单的实现这些代码根据 linux 运行系统。 编译，并也可以用在 Windows 操作系统中。
Metropolis_demo.cpp 是一个演示取样高斯分布。
在 matlab 才能看到结果运行 metropolis_demo.m。您可以修改 metropolis_demo.cpp
适应代码到你自己的问题。
- 2022-05-05 17:59:50下载
- 积分：1
-
高效的 dct 变换域盲测量和减少块效应的
在采用DCT块压缩标准的图像或视频流中，块效应是一个严重的问题，因此，能够有效地检测并去除块效应逐渐成为人们关注的焦点。而本文基于此目的，提出了一种DCT域的块效应盲测量和去块效应算法，利用HVS和块效应模型估测块效应，进而自适应地去除检测到的块效应。通过实验仿真证实了该算法的有效性，另外其低复杂度，可以在实时视频或图像监控领域得到应用。 基本原理可以分为块效应的盲测量和去块效应两部分。
- 2022-07-11 03:41:15下载
- 积分：1
-
基于opencv的特征点检测、提取与匹配
调用opencv原有的特征点检测提取算法，实现将指定路径下的图片使用选择算法依次进行特征点的检测与提取，并将图像以及特征点的检测和提取信息保存至文件。实现检测算法有三种算法可选。图像匹配调用原有匹配算法，在指定目录下，读取保存图像及特征点信息的文件，一次实现图像的匹配并判断和记录匹配结果。
- 2022-03-16 20:20:15下载
- 积分：1
-
Halcon颜色识别
颜色分类案例，展示了如何使用分类器来实现颜色识别功能。文件包含一个色谱图像、演示程序和SVM分类器文件。程序大致思想为：1. 将图像变换到HSV空间；2. 采集每种颜色的样本点，加入到SVM分类器；3. 训练SVM分类器；4. 循环获取带分类的点，进行分类识别。
- 2022-06-30 06:49:27下载
- 积分：1
-
FPGA中值滤波_ISE和MATLAB程序
应用背景加噪声的蕾娜图，经过中值滤波处理后输出像素值矩阵，保存在txt中。从MATLAB里读出txt像素值，重置矩阵后输出处理后的雷娜图（降噪）关键技术中值滤波算法核心是取9个值（文件中是3*3窗口）计算出中值输出，需要大量的FIFO。ISE文件中已经编写好并通过综合，可以直接使用。使用时注意更改路径。
- 2023-07-15 00:00:16下载
- 积分：1
-
结合Kinect v2.0+ VS2012+openCV2.4.9，获取kinect音频信息并显示
结合Kinect v2.0+ VS2012+openCV2.4.9，将Kinect v2.0捕捉到的audioBeam信息在Visual Studio+ openCV2.4.9中显示， 并能指定声音的来源。希望同仁们能够从中获得灵感，进一步开发，让Kinect和Visual Studio+ openCV2.4.9结合的更加融合，功能实现的更加强大
- 2022-07-12 09:24:55下载
- 积分：1
