注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 傅立叶描述子 提取边界特征

  2. 傅立叶描述子 提取边界特征，很有借鉴价值，相当不错

  3. 所属分类：其它

    • 发布日期：2009-09-09
    • 文件大小：3072
    • 提供者：baitao_120

  1. 基于傅里叶描述子的特征提取

  2. 基于便捷的特征提取，采用傅里叶描述子的特征提取，它具有平移，旋转等不变性；

  3. 所属分类：专业指导

  1. 图像特征提取软件设计及人脸识别系统

  2. （1）图像分割、边缘检测、边界跟踪、模板匹配、几何形状特征等图像特征提取方法集成为一个完整的图像特征提取软件。 （2）针对一幅人脸图像，利用所设计的软件实现人脸特征的提取（瞳孔中心、鼻孔、鼻尖、嘴角等特征点的抽取，以及嘴形轮廓、头部轮廓的提取等）

  3. 所属分类：其它

    • 发布日期：2011-02-23
    • 文件大小：1048576
    • 提供者：hefa2004

  1. 图像特征提取软件设计及人脸识别系统

  2. （1）图像分割、边缘检测、边界跟踪、模板匹配、几何形状特征等图像特征提取方法集成为一个完整的图像特征提取软件。 （2）针对一幅人脸图像，利用所设计的软件实现人脸特征的提取（瞳孔中心、鼻孔、鼻尖、嘴角等特征点的抽取，以及嘴形轮廓、头部轮廓的提取等）；

  3. 所属分类：C/C++

    • 发布日期：2011-05-15
    • 文件大小：593920
    • 提供者：hefa2004

  1. matlab最大物体边界轮廓的提取源程序

  2. matlab 的图像特征提取比较实用 运算后的图转为uint8型 用半径为3的圆对图进行闭操作

  3. 所属分类：数据库

    • 发布日期：2011-05-23
    • 文件大小：2048
    • 提供者：n_nlei

  1. 关键帧提取

  2. 视频处理之 关键帧提取 从一个镜头中提取出关键帧(本人用了 3种方法：边界提取、(颜色)特征提取、聚类提取——K-Mean法）

  3. 所属分类：专业指导

    • 发布日期：2012-02-06
    • 文件大小：4096
    • 提供者：dlyma9

  1. 提取图像的颜色特征 matlab

  2. 用matlab提取图像的颜色特征 边界特征

  3. 所属分类：其它

    • 发布日期：2012-05-15
    • 文件大小：28672
    • 提供者：xiaobaicaimiss

  1. 图像特征提取

  2. （1）图像分割、边缘检测、边界跟踪、模板匹配、几何形状特征等图像特征提取方法集成为一个完整的图像特征提取软件。 （2）针对一幅人脸图像，利用所设计的软件实现人脸特征的提取（瞳孔中心、鼻孔、鼻尖、嘴角等特征点的抽取，以及嘴形轮廓、头部轮廓的提取等）；

  3. 所属分类：Java

    • 发布日期：2013-04-05
    • 文件大小：593920
    • 提供者：linic321

  1. 边界提取程序

  2. 有助于进行边界的提取，同时可以进行特征提取

  3. 所属分类：电信

    • 发布日期：2013-05-04
    • 文件大小：1024
    • 提供者：u010559457

  1. 图形的特征提取

  2. matlab中图形的特征提取的实现，边界特征法该方法通过对边界特征的描述来获取图像的形状参数。其中Hough 变换检测平行直线方法和边界方向直方图方法是经典方法

  3. 所属分类：其它

    • 发布日期：2013-05-12
    • 文件大小：2048
    • 提供者：jingruijun

  1. PCL_BoundaryEstimation_Point散乱数据点云边界特征自动提取算法.rar

  2. PCL_BoundaryEstimation_Point散乱数据点云边界特征自动提取算法

  3. 所属分类：C

    • 发布日期：2019-05-16
    • 文件大小：261120
    • 提供者：qq_37251729

  1. 基于最大边界准则的稀疏局部嵌入特征提取方法

  2. 针对局部线性嵌入算法（LLE）无法利用样本的鉴别信息，最大边界准则算法（MMC）对非线性数据处理能力较弱的不足，提出一种基于最大间距准则的稀疏局部嵌入（SLE/MMC）特征提取算法。在保持局部近邻的前提下，首先在类内紧致图中使同类样本尽可能地聚集在一起；然后在类间惩罚图中使不同类别的样本尽可能分离；最后使用弹性网回归算法得到一个最优的稀疏投影矩阵。为了避免小样本问题，采用MMC的形式构造目标函数。在ORL、Yale以及UMIST人脸库上的实验结果可以看到，同其他几种方法（PCA、LLE和MMC

  3. 所属分类：其它

    • 发布日期：2019-07-22
    • 文件大小：1048576
    • 提供者：weixin_39841856

  1. 有关ROI特征提取的分享-Untitled.m

  2. 有关ROI特征提取的分享-Untitled.m 程序里面包括形态特征的计算（边界链码求几何特征），灰度特征的计算以及不变矩的计算 其中，ROI的提取是人工提取的，用的roipoly 程序大部分是自己编的，希望对初学者有一些帮助。

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：3072
    • 提供者：weixin_39840914

  1. 基于车载LiDAR数据的道路边界精细提取

  2. 根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.

  3. 所属分类：其它

    • 发布日期：2020-05-02
    • 文件大小：905216
    • 提供者：weixin_38697171

  1. ESDA-GIS支持下复杂岩溶地面塌陷区特征提取

  2. 针对传统方法提取复杂岩溶地面塌陷区特征时存在的诸多不足,首先运用探索性空间数据分析技术对样本数据的空间分布、空间结构和空间趋势性等性质进行分析,实现了不同提取方案模型参数的估算、检验及优选,确定最佳方案。以徐州市塌陷区为例,构建了ESDA-GIS支持下的复杂岩溶地面塌陷区特征提取模型,并在GIS平台下进行模型验证。结果表明,该模型充分考虑了样本的空间依赖性,这种信息提取方法,减少了建模误差,提高了插值精度,实现了对塌陷区边界信息的准确提取。

  3. 所属分类：其它

    • 发布日期：2020-07-13
    • 文件大小：930816
    • 提供者：weixin_38597970

  1. 煤泥浮选泡沫图像分割与特征提取

  2. 针对在煤泥浮选泡沫图像中的煤泥气泡互相粘连、边界模糊的情况,根据分水岭变换模拟浸水原理,提出一种新的、有效的分割算法,同时应用数学形态学中的腐蚀和膨胀算法,解决了经典分水岭算法不能处理的过分割和欠分割问题,使得粘连的煤泥气泡得到了有效的分割.然后计算出各个煤泥气泡的横截面积、周长、形状等物理特征参数,这些参数是实现自动控制浮选过程的重要依据.

  3. 所属分类：其它

    • 发布日期：2020-07-18
    • 文件大小：1048576
    • 提供者：weixin_38687648

  1. 基于小波多尺度和熵在图像字符特征提取方法的改进

  2. 摘要：提出了一种基于小波和熵提取图像字符特征的方法。该方法利用小波变换对图像字符进行多尺度分解，用marr零交叉边缘检测算子提取边缘；用基于判别熵最小化提取每一尺度图像的边界特征，小波的“数字显微镜”的优点与熵能确切地表达各类的交叠状况且能直接表达错误率的特征相结合。与其它方法相比，该方法提取的特征向量稳定、识别率高、算法快，非常有利于分类，且特征提取的方法有人类视觉的特点。 关键词：多尺度分析 Marr边缘检测算子 判别熵 特征提取在线签名验证是通过计算机采集和验证个人签名，从而实现无纸

  3. 所属分类：其它

    • 发布日期：2020-12-10
    • 文件大小：108544
    • 提供者：weixin_38722193

  1. 特征工程vs.特征提取

  2. 本文来自于csdn，本文详细介绍了特征工程和特征提取如何发挥作用,希望对您的学习有帮助。“特征工程”这个华丽的术语，它以尽可能容易地使模型达到良好性能的方式，来确保你的预测因子被编码到模型中。例如，如果你有一个日期字段作为一个预测因子，并且它在周末与平日的响应上有着很大的不同，那么以这种方式编码日期，它更容易取得好的效果。但是，这取决于许多方面。首先，它是依赖模型的。例如，如果类边界是一个对角线，那么树可能会在分类数据集上遇到麻烦，因为分类边界使用的是数据的正交分解（斜树除外）。其次，预测编码过

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：158720
    • 提供者：weixin_38711369

  1. 特征工程vs.特征提取

  2. 本文来自于csdn，本文详细介绍了特征工程和特征提取如何发挥作用,希望对您的学习有帮助。“特征工程”这个华丽的术语，它以尽可能容易地使模型达到良好性能的方式，来确保你的预测因子被编码到模型中。例如，如果你有一个日期字段作为一个预测因子，并且它在周末与平日的响应上有着很大的不同，那么以这种方式编码日期，它更容易取得好的效果。但是，这取决于许多方面。首先，它是依赖模型的。例如，如果类边界是一个对角线，那么树可能会在分类数据集上遇到麻烦，因为分类边界使用的是数据的正交分解（斜树除外）。其次，预测编码过

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：154624
    • 提供者：weixin_38727825

  1. 印制电路板点云的关键轮廓特征提取

  2. 针对印制电路板关键轮廓特征提取难的问题,提出了一种将折边线转化为边界线,再进行关键轮廓线特征点提取的算法。该算法首先利用k维树对印制电路板原始点云数据建立拓扑结构,从而实现对k邻域点的快速查找,采用直通滤波算法完成对印制电路板点云的整体预处理;其次通过随机采样一致性算法将印制电路板中面积最大的平面特征单独提取出来,使关键轮廓特征实现了在空间上的分离;再采用基于法向量夹角限制条件的欧氏聚类完成折边特征的点聚类,从而实现将折边线转化为边界线的思想;最后根据k邻域点之间向量的夹角与设定阈值之间的大小关

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：5242880
    • 提供者：weixin_38748555
« 12 3 4 5 6 7 8 9 10 »