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. 基于内容的不良图像识别研究

  2. 随着信息技术及互联网技术的飞速发展，网络信息成为一种人们熟知的便捷信息来源和休闲方式，但网络上大量的**等不良信息已经严重干扰了正常的网络生活，严重毒害着青少年的身心健康，网络空间的*传播已在全球引起了关注，如何净化网络环境，增加对网络活动的监控手段，提高信息识别的能力便成为一种强烈的需求，作为其技术支持，基于内容的不良信息识别技术日益引起人们的重视。基于内容的不良图像的识别和检测技术近来已引起人们的极大兴趣，同时它也是基于内容的网络过滤系统所面临的一个重要且亟待解决的研究课题。*图像

  3. 所属分类：网络基础

    • 发布日期：2010-07-01
    • 文件大小：1mb
    • 提供者：lirongrong1224

  1. 一种基于VC实现数字图像的轮廓提取法

  2. 数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域十分重要的基础。本文提出了采用 边缘跟踪法提取物体轮廓的方法、准则及步骤,并给出了在Visual C++环境下实现的代码

  3. 所属分类：C++

    • 发布日期：2012-11-26
    • 文件大小：100kb
    • 提供者：ssss4

  1. 煤矿烟雾的计算机视觉检测方法

  2. 针对煤矿井下传统火灾探测器在检测烟雾时受空间限制的局限性,提出计算机视觉和多特征加权融合的烟雾检测方法.通过基于模糊逻辑的图像增强方法对图像进行增强以改善所获取的图像质量,再通过混合高斯模型实现对疑似运动目标区域的提取.在充分分析烟雾图像特征的基础上,基于统计模式的方法实现了烟雾静态特征、动态特征的提取,利用加权的方法将烟雾图像特征融合起来,实现对烟雾的在线检测.研究结果表明:该方法不受环境、探测距离等因素限制,可有效克服煤矿井下低照度、有光照变化以及视频图像有噪声等特点,且无需对分类器训练,该

  3. 所属分类：其它

    • 发布日期：2020-05-13
    • 文件大小：747kb
    • 提供者：weixin_38638647

  1. 基于特征点匹配的自适应目标跟踪算法

  2. 由于实际场景复杂多变，目标在运动过程中往往会出现形变、遮挡等问题，增加了跟踪的难度。为了解决上述问题，提出一种基于特征点匹配的自适应目标跟踪算法。算法初始化时在选定的目标区域内提取特征点，跟踪过程中通过对前后两帧的特征点进行匹配，计算出目标的位置、尺度和旋转变化，进而实现对目标的跟踪。同时通过对特征点的不断更新，可以使算法具有一定的抗遮挡能力。实验表明，该方法在实际应用中效果很好。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：194kb
    • 提供者：weixin_38656989

  1. 基于改进的混合高斯模型的运动目标检测

  2. 提出了一种改进的混合高斯背景模型方法，克服了传统混合高斯背景建模方法计算时间长的缺点。通过对视频图像中运动目标区域进行背景建模，减小了每一帧的背景建模区域，同时在提取运动目标区域前先对初提取的前景目标进行中值滤波，减小运动目标区域的范围，进一步压缩了背景建模的时间。最后通过与时间平均背景建模和传统混合高斯背景建模方法进行比较，验证了本文算法的高效性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：284kb
    • 提供者：weixin_38710781

  1. Opencv提取连通区域轮廓的方法

  2. 本文实例为大家分享了Opencv提取连通区域轮廓的具体代码，供大家参考，具体内容如下 在进行图像分割后，可能需要对感兴趣的目标区域进行提取，比较常用的方法是计算轮廓。 通过轮廓可以获得目标的一些信息： （1）目标位置 （2）目标大小（即面积） （3）目标形状（轮廓矩） 当然，轮廓不一定代表希望目标区域，阈值分割时可能造成一部分信息丢失，因此可以计算轮廓的质心坐标，再进行漫水填充。 程序中有寻找质心+填充，但效果不好，因此就不放填充后的图了。 实验结果： #include "opencv2/

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：69kb
    • 提供者：weixin_38530115

  1. 基于OpenCV获取目标区域

  2. 目标提取 预备知识 了解opencv的一些基础函数(二值化，腐蚀，膨胀，开闭运算等) 了解python的简单语法 目标 提取出图片中的圆形工件 思路 通过opencv的imread函数读入样本图片，转化为灰度图片(不转化灰度图片，二值化化会报错) 经过高斯滤波后，选择合适的阈值来二值化图片。 经过开闭运算优化二值化图片，然后调用findContours检测边缘。 绘制边缘，取出目标区域。 难点 一个合适的阈值很难确定 难点解决 阈值的选择：通过一个可以改变的阈值的来测试二值图像效果。 代码演示

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：351kb
    • 提供者：weixin_38576392

  1. 基于多特征融合的自适应核目标跟踪方法

  2. 提出了一种新的基于核的自适应目标跟踪方法，以提高复杂背景下目标跟踪的鲁棒性和准确性。 尺度不变特征变换（SIFT），颜色和运动特征的三个核函数的线性加权组合用于表示跟踪目标的概率分布。 外观和运动功能相结合，以增强目标区域的位置稳定性和准确性。 跟踪窗口的大小可以根据相应SIFT对的仿射变换参数进行实时调整。 为了更好地提取特征，还根据场景自适应地调整了三个核函数的权重。 实验表明，该算法能够在不同场景下成功跟踪运动目标。 此外，它可以处理目标姿态，比例，方向，视图和照明变化，并且其性能优于经典

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：463kb
    • 提供者：weixin_38680506

  1. 基于机器视觉的轨道表面缺陷实时检测系统

  2. 根据现代铁路自动检测技术对实时检测和适应性的要求，铁路表面缺陷的检测是铁路日常检查的重要组成部分。 本文提出了一种基于机器视觉的铁路表面缺陷实时检测方法。 根据机器视觉的基本原理，设计了一种配有LED辅助光源和遮光箱的图像采集装置，并设计了便携式测试模型进行现场实验。 考虑到实时性要求，无需进行图像预处理就可以实现从原始图像中提取目标区域的方法。 基于形态学过程对钢轨的表面缺陷进行了优化，并通过跟踪方向链代码获得了缺陷的特征。 结果表明，该方法的最大定位时间为4.65 ms，最大定位失败率为5％

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：256kb
    • 提供者：weixin_38735570

  1. SAR图像河流分割的加权指数区域能量模型

  2. 传统主动轮廓模型很难实现精确的SAR图像河流分割。针对这一问题，本文提出了一种加权指数区域能量主动轮廓模型，以精确地提取SAR图像中的河流。该模型在Chan-Vese(CV)模型能量泛函中引入了指数区域能量，能更好地衡量分割图像和原始图像的差异程度，提高模型的分割准确性此外，利用目标区域和背景区域内像素灰度的最大绝对差取代模型中常值区域能量权重，自适应地调节目标区域和背景区域的能量比重，加速曲线运动到目标区域的边缘，获得更高的分割效率。针对实际河流SAR图像进行了分割试验，结果表明：与传统主动轮

  3. 所属分类：其它

  1. 基于目标区域的卷积神经网络火灾烟雾识别

  2. 在场景复杂、干扰较多的情况下,传统的火灾烟雾识别方法的识别性能不高。针对该问题,提出了一种基于目标区域的卷积神经网络火灾烟雾识别方法,构建两层的火灾烟雾识别模型,利用目标区域定位层的运动检测算法对火灾烟雾图像进行烟雾目标区域的提取,快速去除复杂场景的大量无关干扰信息,并将提取的烟雾目标区域输入火灾烟雾识别层,通过卷积神经网络精细提取烟雾的深层特征后进行分类,完成火灾烟雾的识别。实验结果表明,所提方法在复杂环境下的数据集中,抗干扰能力较强,能够有效降低误检率,提高烟雾识别的准确率。

  3. 所属分类：其它

  1. 基于高光谱图像技术的新疆红富士苹果重量预测

  2. 以新疆红富士苹果为研究对象,初步探讨应用高光谱图像技术预测其重量的研究方法。首先采用高光谱成像仪采集苹果侧面和赤道面投影图像,提取苹果高光谱图像中前景与背景光谱偏差最大的波长图像(733 nm),对其图像分割后获得目标区域的面积(像素数)特征。随后,采用不同的特征和建模方法,建立不同的重量预测模型,对比后确定最佳模型。结果表明,采用两个体积特征建立多元线性回归重量预测模型,苹果重量预测值与实际值间相关系数为0.9927,预测均方根误差为4.3393 g。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：342kb
    • 提供者：weixin_38538312

  1. 基于码本模型和压缩跟踪算法的遗留物检测

  2. 针对一般遗留物检测算法复杂度高和跟踪效果不理想的问题,提出了一种基于码本模型和压缩跟踪算法相结合的遗留物检测方法。首先通过码本模型建模和适时匹配背景更新算法来获取静止目标区域信息;然后利用稀疏测量矩阵对静止目标区域的多尺度特征进行降维,得到分类器的正负样本;最后用朴素贝叶斯分类器对提取的特征进行分类,当分类器响应最优时得到当前帧中跟踪到的目标位置,即使目标被部分遮挡,也能实现对遗留目标的准确跟踪。实验结果表明,该方法不仅简单高效、实时性好,而且可以消除由物体短暂停留而带来的干扰。

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：404kb
    • 提供者：weixin_38564718

  1. 基于结构连续先验的CT图像序列自适应分割算法

  2. 在土层计算机断层成像(CT)图像序列中，由于分割目标的灰度值分布不一致，为目标区域的提取带来一定的难度。为解决此类问题，建立了基于结构先验的自适应分割方法。该方法通过设定初始切片的阈值，利用图像序列之间同一结构表征对象的连续性，以目标区域的面积变化作为约束条件进行递归分割，实现CT图像的自适应分割。对分割后的目标区域进行三维重构，以实现三维可视化。结果表明，该方法适用于分割目标灰度值不一致的图像序列，计算量小且能够精确地分割成千上万层图像中的目标。

  3. 所属分类：其它

  1. 利用全局信息提取靶标特征的方法

  2. 为了准确提取图像中目标特征，结合靶标的尺寸和特征信息提出了一种基于全局信息的方法。利用霍夫变换(HT)确定图像中包含靶标的目标区域；在目标区域中提取靶标上不同特征区域的中心；利用提取的中心拟合靶标在图像中所占区域的圆心和半径；完成图像上各区域与靶标上对应区域的匹配。实验证明该方法能够有效、准确的提取图像中靶标的特征，实验室内实验中靶标上特征区域中心提取精度为0.09 pixel，实验室外提取精度为0.12 pixel。在序列图像处理时,利用前一帧图像的结果可以有效降低计算量，提高提取精度。

  3. 所属分类：其它

  1. 基于多层深度卷积特征的抗遮挡实时跟踪算法

  2. 为提高复杂场景中目标跟踪算法的准确性与实时性,提出一种基于多层深度卷积特征的抗遮挡实时目标跟踪算法。针对目标跟踪任务,先对深度卷积网络VGG-Net-19进行微调,再提取目标区域的多层深度卷积特征。根据相关滤波框架构建位置相关滤波器,确定目标中心位置。设计尺度相关滤波器对目标区域进行不同尺度采样,确定目标尺度。目标遮挡时,采用阶段性评估策略进行模型更新与恢复,解决模型误差积累问题。选取目标跟踪评估数据集OTB-2015(100组视频序列)与UAV123(123组视频序列)进行测试。实验结果表明,

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23mb
    • 提供者：weixin_38697979

  1. 基于局部特征的多目标图像分割算法

  2. 近年来, 智能机器人技术逐步成熟, 以目标识别为代表的机器视觉技术是其核心。现有目标识别算法通常先根据颜色信息分割场景, 再提取特征以识别目标。但对于颜色信息比较复杂的场景, 往往存在过分割现象, 影响后续目标识别。针对这一问题, 提出一种基于局部特征的多目标图像分割算法。该算法使用双目摄像头采集场景图像, 对场景图像进行预处理, 同时通过立体匹配得到场景的深度信息；结合深度信息确定目标区域；设计动态阈值的尺度不变特征变换(SIFT)算法以提取目标区域的局部特征, 将局部特征转化为特征约束；基于

  3. 所属分类：其它

  1. 面向空间目标观测的高动态范围图像合成

  2. 针对星空背景下的空间目标图像特点，提出了一种基于相机阵列的高动态范围图像合成方法。利用相机阵列系统获取空间同一区域的不同曝光图像，并以恒星质心为控制点，实现了不同相机间图像的配准; 结合标定的各相机的逆响应函数，合理构建了权重函数，进而将配准后的不同曝光图像合成为一幅高动态范围图像。实验结果表明，合成后图像的动态范围有所增大，且该方法有效地提高了图像信噪比，克服了目标成像过暗和过饱和的问题，利于目标的检测与提取。

  3. 所属分类：其它

  1. Python Opencv实现单目标检测的示例代码

  2. 一 简介 目标检测即为在图像中找到自己感兴趣的部分，将其分割出来进行下一步操作，可避免背景的干扰。以下介绍几种基于opencv的单目标检测算法，算法总体思想先尽量将目标区域的像素值全置为1，背景区域全置为0，然后通过其它方法找到目标的外接矩形并分割，在此选择一张前景和背景相差较大的图片作为示例。 环境：python3.7 opencv4.4.0 二 背景前景分离 1 灰度+二值+形态学 轮廓特征和联通组件 根据图像前景和背景的差异进行二值化，例如有明显颜色差异的转换到HSV色彩空间进行分割。

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：140kb
    • 提供者：weixin_38735899

  1. 一种基于相容粒度空间的图像分割方法

  2. 定义归一化邻域方差, 选取它和像素灰度值、邻域均值作为图像相容粒度空间的条件属性, 构造出基于条件属性的相容粒度空间. 根据相容关系进行图像粒化, 定义相容决策粒间距离测度函数, 利用思维进化算法(MEA) 最优选取阈值, 合成决策粒, 实现对目标区域的提取, 完成图像分割. 实验结果表明所提出算法去噪效果明显, 具有较好的稳定性和收敛速度.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：462kb
    • 提供者：weixin_38711778
« 12 3 4 5 6 7 8 9 10 ... 19 »