-
高密度行人检测 跟踪
能实现高密度人群的检测和人员的跟踪–基于背景差的运动目标检测、分割方法难以奏效 .利用Adaboost分类器在带状区域中检测行人头部 ，•柔性较好，针对不同的应用场景参数调整较少•实时性好，普通PC上实现30FPS的检测速度•统计准确率较高–密度低时能达到90%以上的准确率–密度高时能达到70%以上的准确率
- 2022-07-07 07:37:25下载
- 积分：1
-
Local Phase Quantization (LPQ)特征
Latest Matlab implementation of Local Phase Quantization (LPQ) descriptorsLPQ(Local Phase Quantization)算法的原理是假设平滑函数h(x)中心对称，则其傅里叶变换为H(u)，对所有H(u)≥0有∠G(u)= ∠F(u),其中F(u)和G(u)分别为原图像和平滑后图像的傅里叶变换，因而在H(u)≥0条件下，图像对平滑有不变性。
- 2022-03-12 11:08:28下载
- 积分：1
-
JPEG XR code
新一代图像压缩标准JPEG XR的代码，可以对如下几种图像格式进行压缩处理(.raw/.tif/.pnm)。
Changes related to the encoder are as follows:
1. Add support for separate alpha image plane
2. Add support for YCC OUTPUT_CLR_FMT (YUV444, YUV422, YUV420)
3. Add support for CMYKDIRECT
4. Add support for WINDOWING_FLAG
5. Add support for the following pixel formats - 24
- 2022-07-18 08:22:46下载
- 积分：1
-
labview 回声探测器的实现
用labview实现的一个关于回声探测器的实现，包括软件实现部分与报告的详细设计，只需在电脑到安装相关labview软件就可以直接运行，报告上有详细的设计说明，只要按照报告上的步骤操作就可以完全理解。
- 2022-03-09 10:22:55下载
- 积分：1
-
CAMSHIFT多目标跟踪
可以实现多个目标的跟踪，但是有一定的缺陷，需要后期的改正，要弄清楚camshift的相关原理必须从MEANSHIFT着手了解，更多的是混合高斯与camshift结合这一块，程序比较复杂，需要对OPENCV有一定的认识和了解，所以特别是相关的函数，大家一定要清楚之后才可以调试，建议使用VS2010和opencv进行配置实现相关的功能
- 2022-08-15 15:24:26下载
- 积分：1
-
手写文本，我的手写数据库
应用背景在自动识别方面的研究主要集中在统计方法上。这已导致的规范和提取的统计特征，如运行长度分布，倾斜分布，熵，和边缘铰链分布。边铰分布特征优于所有其他统计功能。边铰分布是一种特征，其特征是一个书写方向的变化手写文本中的笔画。通过一个窗口，提取的边缘铰链分布滑动过的边缘检测到的二进制手写图像。每当窗口的中央像素是在，这2个边缘片段（即连接序列的像素）从这个中央像素出现被认为。测量和存储的方向作为对。联合概率分布是从一个大样本，这样对。关键技术我们改进了劳伦斯范德华maaten优秀的包装可在http://www.cs.unimaas.nl/l.vandermaaten/laurens_van_der_maaten/software.html笔迹鉴别。我们认为一个完整的二维概率分布，需要考虑的角度，对所有可能的组合，比原代码。代码已经使用我的笔迹数据库的测试，可以在HTTP：/ / www.iam。unibe。CH / ~ FKI / iamdb /。关键词：MATLAB源代码，识别，，作家，作家匹配，作者验证，在线作家识别，边铰链，手写，手写。
- 2022-07-13 14:57:44下载
- 积分：1
-
SIFT匹配
全部用MATLAB编程完成，里面有三幅测试图片，分别针对旋转、尺度大小不一进行图像匹配。
- 2022-03-21 14:31:40下载
- 积分：1
-
图像处理100个源码
所上传的压缩文件包是基于matlab语言所编写的 100个图像处理源码 ，包括图像旋转，图像运算，图像灰度变换等，希望对您有帮助，欢迎下载
- 2022-05-31 16:43:14下载
- 积分：1
-
Image Inpainting
资源描述
这是一个图像修复的代码，想学习这个方面的可以下载学习，结合C/C++ 相关的内容，值得大家学习，欢迎交流，
祝你生活学习愉快。
- 2023-01-14 17:50:03下载
- 积分：1
-
K-means cluster
K-means cluster
用c++实现的，大家一起学习交流。
Step 1. 从n个数据对象任意选择k个对象作为初始聚类中心；
Step 2. 循环Step 3到Step 4直到每个聚类不再发生变化为止；
Step 3. 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离，并根据最小距离重新对相应对象进行划分；
Step 4. 重新计算每个（有变化）聚类的均值（中心对象）
k-means算法的工作过程说明如下：首先从n个数据对象任意选择
- 2022-03-15 01:58:19下载
- 积分：1
