您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 根据边缘梯度方向的十字丝目标快速自动检测.pdf

  2. 根据边缘梯度方向的十字丝目标快速自动检测
  3. 所属分类:专业指导

    • 发布日期:2010-03-05
    • 文件大小:411648
    • 提供者:gclzh
  1. HOG梯度方向直方图

  2. HOG descr iptors 是应用在计算机视觉和图像处理领域,用于目标检测的特征描述器。这项技术是用来计算局部图像梯度的方向信息的统计值。这种方法跟边缘方向直方图(edge orientation histograms)、尺度不变特征变换(scale-invariant feature transform descr iptors)以及形状上下文方法( shape contexts)
  3. 所属分类:专业指导

    • 发布日期:2013-11-28
    • 文件大小:86016
    • 提供者:u012986786
  1. 提取亚像素精度边缘及梯度方向

  2. 快速提取图像亚像素边缘坐标,以及梯度,用于对边缘形状描述,可以用于后续模板匹配
  3. 所属分类:制造

    • 发布日期:2014-10-14
    • 文件大小:782336
    • 提供者:u010418035
  1. 梯度引导的图像插值PPT

  2. 基于梯度引导的图像放大PPT。 Gradient Guided Image Interpolation PPT文档描述基于梯度信息的插值算法,介绍插值算法思想,算法演示算法流程,比较实验结果。 算法使用Sobel算子计算LR图像梯度,由双三次插值得到HR图像梯度,对HR图像梯度进行梯度扩散后,通过待估计点为中心的邻域已知点在梯度方向上与待估计点的距离加权求和得到HR图像待估计点的灰度值,最后得到的高分辨率图像HR在边缘处的效果较好,相对于之前的插值算法插值图像在边缘处的模糊程度和锯齿化程度都比
  3. 所属分类:讲义

    • 发布日期:2015-08-06
    • 文件大小:5242880
    • 提供者:wlq19910603
  1. 局部方向模式(LDP)

  2. 局部方向模式(LDP)利用8个Kirsch模板与3×3局部邻域卷积得到局部的边缘梯度值,然后取绝对值并排序,最后将最大的三个梯度所在的方向信息编码成一个八位二进制数;其不足之处在于将边缘梯度求绝对值后进行编码。
  3. 所属分类:C++

    • 发布日期:2015-12-05
    • 文件大小:242688
    • 提供者:j_d_c
  1. 8方向sobel边缘梯度平方和图像质量检测

  2. 8方向sobel边缘梯度平方和图像质量检测,8方向sobel边缘梯度平方和图像质量检测
  3. 所属分类:图像处理

    • 发布日期:2018-05-24
    • 文件大小:2048
    • 提供者:qq_40901623
  1. 基于梯度方向一致性引导的边缘检测算法

  2. 本文是基于梯度方向一致性引导的边缘检测算法,其在发现Canny边缘检测非极大值抑制导致交叉点边缘漏检的不足的基础上,利用梯度方向一致性进行改善操作
  3. 所属分类:其它

    • 发布日期:2018-06-13
    • 文件大小:1048576
    • 提供者:wy101224
  1. 基于梯度的自适应边缘检测算法研究

  2. 对常见的边缘检测算法进行改进,基于梯度提出了一种应用于灰度图像的自适应阈值边缘检测算法.根据边界点像素灰度值的差异,分析模版中的9个像素,计算出像素的梯度幅度和梯度方向;按梯度值的不同将图像分割成若干个区域,计算每个区域的灰度平均值,确定阈值,实现边缘检测.实验表明,该方法检测出的边缘更细、更准确,可以除去虚假的边缘,是一种有效的对灰度图像进行边缘检测的方法.
  3. 所属分类:其它

    • 发布日期:2020-05-15
    • 文件大小:1048576
    • 提供者:weixin_38536267
  1. 基于Canny算法的自适应阈值边缘检测算法.rar

  2. Canny边缘检是在在1986年提出来的,到今天已经30多年过去了,但Canny算法仍然是图像边缘检测算法中最经典、先进的算法之一。 相比Sobel、Prewitt等算子,Canny算法更为优异。Sobel、Prewitt等算子有如下缺点: 没有充分利用边缘的梯度方向。 最后得到的二值图,只是简单地利用单阈值进行处理。 而Canny算法基于这两点做了改进,提出了: 基于边缘梯度方向的非极大值抑制。 双阈值的滞后阈值处理。
  3. 所属分类:其它

    • 发布日期:2020-12-06
    • 文件大小:97280
    • 提供者:qq_39083651
  1. python opencv实现图像边缘检测

  2. 本文利用python opencv进行图像的边缘检测,一般要经过如下几个步骤: 1、去噪 如cv2.GaussianBlur()等函数; 2、计算图像梯度 图像梯度表达的是各个像素点之间,像素值大小的变化幅度大小,变化较大,则可以认为是出于边缘位置,最多可简化为如下形式: 3、非极大值抑制 在获得梯度的方向和大小之后,应该对整幅图像做一个扫描,去除那些非边界上的点。对每一个像素进行检查,看这个点的梯度是不是周围具有相同梯度方向的点中最大的。如下图所示: 4、滞后阈值 现在要确定那些边界才是真
  3. 所属分类:其它

    • 发布日期:2021-01-01
    • 文件大小:162816
    • 提供者:weixin_38648396
  1. Canny 边缘检测算法_建筑物线性特征

  2. Canny 检测算法包含下面几个阶段: 1.图像灰度化 2.高斯模糊处理 3.图像梯度、梯度幅值、梯度方向计算 4.NMS(非极大值抑制) 5.双阈值的边界选取 1、图像灰度化   当仅提取一张图片的边界,单通道的图片已经足够提供检测出边界的信息。所以我们可以将R、G、B的3通道图片乃至更高维的高光谱遥感图像进行灰度化,这是一种降维操作,它减少了冗余数据从而降低了计算开销。以下是对RGB图片灰度化的方法: def gray( img_path): 计算公式: Gray(
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:196608
    • 提供者:weixin_38689551
  1. 非局部特征方向的图像插值研究。

  2. 提出了一种非局部的特征方向图像插值方法,有效地保持了插值图像轮廓的光滑,抑制了图像边缘的模糊。这种方法把非局部的Hessian矩阵的特征向量视为图像特征方向,使图像能量泛函沿这个方向进行扩散,其扩散强度由图像Hessian矩阵特征值参与控制。它克服了传统方法以梯度方向指示图像特征方向的局部性,使图像能量泛函沿正确方向扩散,避免了对图像特征的模糊。数值实验结果显示,该方法既能很好地重建插值图像的边缘,又不会在插值图像中产生伪影或图像边缘失真。
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:1048576
    • 提供者:weixin_38586942
  1. canny边缘检测python实现

  2. canny边缘检测共有5部分组成,下边我会分别来介绍。可选用的模板:soble算子、Prewitt算子、Roberts模板等等;一般采用soble算子,OpenCV也是如此,利用soble水平和垂直算子与输入图像卷积计算dx、dy:进一步可以得到图像梯度的幅值:为了简化计算,幅值也可以作如下近似:角度为:如下图表示了中心点的梯度向量、方位角以及边缘方向(任一点的边缘与梯度向量正交):划重点:是沿着梯度方向对幅值进行非极大值抑制,而非边缘方向,这里初学者容易弄混。例如:3*3区域内,边缘可以划分为
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:4194304
    • 提供者:weixin_38518518
  1. Python使用Opencv实现边缘检测以及轮廓检测

  2. Canny边缘检测器是一种被广泛使用的算法,并被认为是边缘检测最优的算法,该方法使用了比高斯差分算法更复杂的技巧,如多向灰度梯度和滞后阈值化。Canny边缘检测器算法基本步骤:平滑图像:通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。计算图像的梯度:这里计算图像的梯度,并将梯度分类为垂直、水平和斜对角。这一步的输出用于在下一步中计算真正的边缘。非最大值抑制:利用上一步计算出来的梯度方向,检测某一像素在梯度的正方向和负方向上是否是局部最大值,如果是,则抑制该像素(像素不属于边缘)。这是一种边
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:365568
    • 提供者:weixin_38630463
  1. 基于边缘连接的快速直线段检测算法

  2. 直线特征反映了图像内容的几何信息,是图像理解、分析等高层处理及应用中的基本元素。针对人造目标图像,提出了一种基于边缘连接的快速直线段检测算法。此算法利用Canny检测边缘,结合主元方向和梯度方向信息连接方向相似的边缘从而得到候选直线段,最后根据主元一致性和直线误差度消除噪声、曲线等误检,并利用最小二乘拟合得到正确的直线段。实验结果表明所提算法在精确性和速度上均优于霍夫变换、相位编组、主成分分析等经典直线检测算法。
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:5242880
    • 提供者:weixin_38692122
  1. 基于梯度方向直方图的人脸活体检测方法

  2. 人脸识别的身份认证环节可能受到照片、视频等手段的恶意欺骗。在分析了照片人脸成像后的非线性变化特点后, 从人脸边缘信息的变化特征着手设计了一种基于图像处理的人脸活体检测新方法。用改进的梯度方向直方图描述人脸主要轮廓, 同时结合正、负样本的统计特征训练支持向量机分类器进行活体检测, 最后在NUAA人脸数据库上开展了实验验证, 结果表明, 本文方法对真假人脸的检测正确率达到了97%。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:6291456
    • 提供者:weixin_38621870
  1. 基于视觉图像的微小零件边缘检测算法研究

  2. 高精度的微小零件边缘检测中,传统边缘检测算法存在实际应用可操作性较差,检测结果难以达到精度要求等问题。为了提高边缘检测精度,提出了基于Soble算子的改进算法,该算法扩展了Sobel算子边缘检测的模板,并对扩展的梯度方向图进行了细化处理,而后在梯度图像上实现多项式插值亚像素细分,从而完成对目标边缘的精确定位。实验结果表明,该方法的定位精度为0.20pixel,满足微小零件在实际检测的精度要求。
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:680960
    • 提供者:weixin_38529951
  1. HEVC帧内彩色边缘检测快速模式选择算法

  2. 高效视频编码(High Efficiency Video Coding,HEVC)相较于H.264/AVC,帧内预测模式有35种,编码性能得到提高的同时也引起了算法复杂度的增加,本文提出了一种基于Canny彩色算子的快速帧内预测模式选择算法。该算法基于图像物理边缘的梯度方向提前分析预测块(Prediction Unites,PU)的方向,预先确定帧内预测的模式,避免算法遍历35种帧内预测模式。实验结果表明,该算法能够有效地降低帧内编码的复杂度,算法编码时间平均减少23.36%而仅损失0.69%的
  3. 所属分类:其它

    • 发布日期:2021-01-29
    • 文件大小:913408
    • 提供者:weixin_38717843
  1. Canny边缘检测(高斯滤波,计算图像的梯度和梯度方向,非极大值抑制NMS,双阈值筛选边缘)

  2. Canny边缘检测: 计算机如何识别边缘:即颜色变化强度大的地方,即像素变化大的地方。 1.高斯滤波:高斯滤波的就是先找到高斯滤波核然后再进行卷积    1.1高斯噪声 首先我们先说一下,什么是高斯噪声?高斯噪声就是它的概率密度函数服从高斯分布(即正态分布)的一类噪声。其在图像当中常表现为能引起较强视觉效果的孤立像素点或像素块。噪声的出现会给图像带来干扰,让图像变得不清楚。 高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。消除图像在数
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:549888
    • 提供者:weixin_38722607
  1. 基于边缘梯度方向统计码的图像检索算法

  2. 图像边缘梯度方向不仅包含形状的重要信息,而且具有简单,低复杂度的特征。 考虑到边缘梯度方向直方图和边缘方向自相关图不具有旋转不变性,通过共享统计方法的应用,提出了一种基于边缘梯度方向统计码的图像检索算法(以下简称EGOSC)。链式编码的边缘方向在八个邻域中的变化与边缘梯度方向的统计量有关。 首先,我们构造了n方向向量,并对EGOSC进行了最大求和限制,以确保该算法对于旋转有效不变。 然后,我们使用边缘梯度方向熵的欧氏距离来测量形状相似度,因此该方法对缩放,颜色和照明变化不敏感。 实验结果和算法分
  3. 所属分类:其它

    • 发布日期:2021-03-31
    • 文件大小:1048576
    • 提供者:weixin_38588520
« 12 3 4 5 6 »