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. 常见的图像特征提取与分析

  2. 图像特征提取与分析 图像特征及特征提取的基本概念 常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法

  3. 所属分类：专业指导

    • 发布日期：2009-05-10
    • 文件大小：8mb
    • 提供者：wjh168

  1. 基于多特征离合昀图像祷征提取方法

  2. 】本文提出了一种多特征融合的图像特征提取方法，针对彩色图像从颜色特征、纹理特征以及区域形状特征等几个方面抽取 特征向量，更多的保留图像的各种信息。并通过实验对本算法进行验证分析，用该方法表示图像特征时，最后的图像区域数是影响 特征表示的关键因素，所以图像区域数的确定应该根据情况动态决定。

  3. 所属分类：其它

    • 发布日期：2010-06-14
    • 文件大小：216kb
    • 提供者：Huangguifangdyx

  1. 一种基于颜色纹理一致性的自适应分离算法

  2. 这篇文章描述了数据分离过程中的基于颜色和纹理的自适应包含的一种无人监督的图像分割架构的发展。这篇文章重要描述了一种新的颜色特征提取方法，该方法是通过在一个多图层展示中对输入的图像进行评估的。为了实现上述目标，我们已经应用了RGB和YIQ颜色空间相反的特征，其关键部分是包含了在图像中计算主导颜色和评估最佳像素集数目的自主地图组织网络。纹理特征点的计算是通过使用一种基于Gabor滤波的多通道纹理分离方案。本文的另外一个贡献在于图像中使用了基于辨别同区域的复合数学的方法融合了颜色和纹理特征。这种融合

  3. 所属分类：专业指导

    • 发布日期：2011-05-13
    • 文件大小：1mb
    • 提供者：jsliu_08

  1. 基于伴生与互补颜色特征的车牌字符分割新方法

  2. ：针对车牌区域的伴生与互补的颜色特征，提出一套字符分割的新算法．该算法利用定位到的车牌区域的原 始颜色特征，直接进行字符及背景的提取，完成２值化过程

  3. 所属分类：其它

    • 发布日期：2011-06-22
    • 文件大小：399kb
    • 提供者：gjj19671967

  1. 图像特征特点及其常用的特征提取与匹配方法

  2. 本文详细介绍了常用的常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。以及常用的特征提取与匹配方法：几何法，模型法，信号处理法

  3. 所属分类：其它

    • 发布日期：2011-07-28
    • 文件大小：39kb
    • 提供者：kewei007

  1. 图像特征提取——颜色、纹理特征提取

  2. 特征提取，包括对图像的基本处理方法和一些典型的特征提取方法的描述

  3. 所属分类：C/C++

    • 发布日期：2011-08-19
    • 文件大小：129kb
    • 提供者：gan0420541

  1. 颜色特征常用的特征提取与匹配方法

  2. 本文介绍了颜色特征常用的特征提取与匹配方法

  3. 所属分类：专业指导

    • 发布日期：2011-11-24
    • 文件大小：31kb
    • 提供者：dylaugh

  1. 图像特征提取与分析

  2. 图像特征及特征提取的基本概念。 常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法。 原始特征的数量很大，或者说原始样本处于一个高维空间中，通过映射或变换的方法可以将高维空间中的特征描述用低维空间的特征来描述，这个过程就叫特征提取 。

  3. 所属分类：Java

    • 发布日期：2011-12-06
    • 文件大小：2mb
    • 提供者：lzfsailor

  1. 特征提取方法

  2. 特征被检测后它可以从图像中被提取出来，这个过程可能需要许 多图像处理的计算机。其结果被称为特征描述或者特征向量。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特 征。

  3. 所属分类：其它

    • 发布日期：2012-04-07
    • 文件大小：119kb
    • 提供者：wjjsong

  1. 图像特征提取与分析

  2. 介绍了常见的图像特征提取与描述方法，如颜色特征、纹理特征和几何形状特征提取与描述方法

  3. 所属分类：讲义

  1. 颜色特征提取程序

  2. 颜色特征提取程序，全是代码，可以看看是否有用！只是针对一种方法的。

  3. 所属分类：其它

    • 发布日期：2015-05-20
    • 文件大小：2kb
    • 提供者：yly_cl

  1. 图像特征提取与分析

  2. 该PPT总结了图像特征提取的四大类方法，分别是SIFT特征提取，颜色特征，形状特征，纹理特征。给出了详细的原理，步骤介绍以及相应的运行实例，结果展示，有助于初学者很快入门。 其中，颜色特征分别有：颜色直方图，颜色矩，颜色聚合向量 形状特征分别有：傅里叶形状描述子，不变矩 纹理特征分别有：灰度差分矩阵，灰度共生矩阵

  3. 所属分类：讲义

    • 发布日期：2016-10-27
    • 文件大小：1mb
    • 提供者：dovejay

  1. 图像特征提取源码

  2. 该压缩包在matlab2013a中运行并实现图像的特征提取，包含四大类经典特征提取方法：SIFT特征，颜色特征，形状特征，纹理特征。每个方法文件夹内附有文档说明。最后我给出了同步PPT解说，包含原理，步骤，及运行实例和结果。

  3. 所属分类：其它

    • 发布日期：2016-10-27
    • 文件大小：2mb
    • 提供者：dovejay

  1. 图像特征提取源码

  2. 该压缩包在matlab2013a中运行并实现图像的特征提取，包含四大类经典特征提取方法：SIFT特征，颜色特征，形状特征，纹理特征。每个方法文件夹内附有文档说明。最后我给出了同步PPT解说，包含原理，步骤，及运行实例和结果。

  3. 所属分类：其它

    • 发布日期：2020-02-23
    • 文件大小：2mb
    • 提供者：ruoyun88

  1. 图像特征提取源码

  2. 该压缩包在matlab2013a中运行并实现图像的特征提取，包含四大类经典特征提取方法：SIFT特征，颜色特征，形状特征，纹理特征。每个方法文件夹内附有文档说明。最后我给出了同步PPT解说，包含原理，步骤，及运行实例和结果。

  3. 所属分类：其它

    • 发布日期：2020-01-21
    • 文件大小：2mb
    • 提供者：zhiyoushiwo

  1. 图像特征提取源码

  2. 该压缩包在matlab2013a中运行并实现图像的特征提取，包含四大类经典特征提取方法：SIFT特征，颜色特征，形状特征，纹理特征。每个方法文件夹内附有文档说明。最后我给出了同步PPT解说，包含原理，步骤，及运行实例和结果。

  3. 所属分类：其它

    • 发布日期：2019-02-23
    • 文件大小：2mb
    • 提供者：zgy1122

  1. 图像特征提取源码

  2. 该压缩包在matlab2013a中运行并实现图像的特征提取，包含四大类经典特征提取方法：SIFT特征，颜色特征，形状特征，纹理特征。每个方法文件夹内附有文档说明。最后我给出了同步PPT解说，包含原理，步骤，及运行实例和结果。

  3. 所属分类：其它

    • 发布日期：2020-06-29
    • 文件大小：2mb
    • 提供者：sunnybuer

  1. 基于Gabor小波的快速纹理特征提取方法

  2. 随着计算机视觉的发展，机器人需要从图像序列中检测目标物体以进行自主导航。 为了识别目标，自主机器人的感知系统首先需要将图像分割为不重叠但有意义的区域，这些区域基于低级特征，例如颜色，纹理度量和形状等。作为重要组成部分，Gabor小波通常用作纹理由于它是人脑V1区域中单个细胞的空间感受野的数学近似值，因此具有一些特征。 这些Gabor纹理测度的问题是特征提取过程中卷积涉及的高计算成本。 为了部分解决该问题，在本文中，我们仔细研究了用于形成纹理特征的Gabor小波的行为，发现只有一小部分滤波器对识别

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：402kb
    • 提供者：weixin_38725015

  1. 一种基于图像特征提取的浮选回收率预测算法

  2. 针对矿物浮选过程中的一类回收率预测问题,提出了一种基于泡沫图像特征提取的预测算法。该算法采用最小二乘支持向量机(LSSVM)建立预测模型,通过施密特正交化对核矩阵进行简约,利用核偏最小二乘方法(KPLS)进行LSSVM参数辨识,以此构造具有稀疏性的LSSVM,有效地减小了算法的计算复杂度。为检验模型泛化及预测能力,为多个泡沫特征信息引入预测模型,采用泡沫图像特征提取方法提取泡沫颜色、速度、尺寸、承载量及破碎率特征。实验结果表明,该预测算法对浮选回收率具有良好预测效果。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：456kb
    • 提供者：weixin_38638292

  1. 颜色特征提取方法

  2. 计算机视觉的特征提取算法研究至关重要。在一些算法中，一个高复杂度特征的提取可能能够解决问题（进行目标检测等目的），但这将以处理更多数据，需要更高的处理效果为代价。而颜色特征无需进行大量计算。只需将数字图像中的像素值进行相应转换，表现为数值即可。因此颜色特征以其低复杂度成为了一个较好的特征。在图像处理中，我们可以将一个具体的像素点所呈现的颜色分多种方法分析，并提取出其颜色特征分量。比如通过手工标记区域提取一个特定区域（region）的颜色特征，用该区域在一个颜色空间三个分量各自的平均值表示，或者可

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：110kb
    • 提供者：weixin_38665814
« 12 3 4 5 6 7 8 9 10 »