-
卡尔曼预测
在监控场景中用kalman滤波对目标轨迹进行跟踪预测，kalman滤波的两大步骤是预测和更新，当场景中由于遮挡等原因目标跟踪丢失得到轨迹片段，用kalman对缺失的轨迹点进行预测，kalman两大假设前提是高斯、线性。对于非高斯非线性系统不适用，目标运动建模是满足匀速运动
- 2022-03-19 16:47:12下载
- 积分：1
-
指纹识别代码
指纹识别包括指纹预处理，指纹特征提取，指纹特征匹配，每一步骤的都有相应的算法。本源码包提供的是指纹预处理部分的指纹细化部分的代码
- 2022-04-25 15:46:51下载
- 积分：1
-
OpenCV实现的Mean-shift分割
应用背景Mean shift作为一种有效地特征空间分析方法，在图像滤波，图像分割，物体跟踪等方面都有广泛的应用。OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。关键技术OpenCV分别实现了mean shift用来做跟踪、分割和滤波的函数。
其中滤波的c++函数原型为：
void pyrMeanShiftFiltering(InputArray src,
OutputArray dst, double sp, double sr, intmaxLevel=1,
TermCriteria termcrit=TermCriteria(
TermCriteria::MAX_ITER+TermCriteria::EPS,5,1) )
src和dst分别为输入和输出图像，8 bit,3 channel,sp和sr为空间域和颜色域的半径，maxLevel为分割用金字塔的最大层数，termcrit为迭代的终止条件。、
分割的函数原型为：
void gpu::meanShiftSegmentation(const
GpuMat& src, Mat& dst, int sp,
int sr, int minsize, TermCriteria criteria=TermCriteria(TermCriteria::MAX_ITER
+ TermCriteria::EPS, 5, 1))
大部分参数与pyrMeanShiftFiltering相同，minsize为最小的分割区域大小，小于这个大小的区域会被合并。
OpenCV sample里用pyrMeanSh
- 2022-01-24 09:21:38下载
- 积分：1
-
利用Matlab的面部特征提取
此代码包括用于从输入图像中检测面部区域，以及定位眼睛，鼻子和嘴巴的部分的方法。然后各部分都标有导致输出图像上的矩形显示。这是为那些谁想要检测脸不同部分，使用输入正面图像进行特征提取特别有用。
- 2022-08-22 18:22:04下载
- 积分：1
-
没有边缘的主动轮廓模型
陈-尊为区域模型也是主动轮廓线模型自然图像进行分割。此程序提出由陈尊于 2001 年实施的高级别的图像分割算法。基于区域主动轮廓线模型是改进标准 snake 模型 Kass 等人提出。Kass et al 模型的主要限制是它利用梯度基于外部力量，以适合于所需的对象边界轮廓。如果梯度不是足够强大，这可能会导致树结构的结果。该模型利用 region 的属性，从而可以甚至为噪声的图像成功地工作。
- 2022-01-24 12:42:58下载
- 积分：1
-
从别的网站上找到的hough检测圆,vc++源代码
打开图片，支持bmp格式，需要黑色背景的图片，大小小于384*288比较好，设置好要检测的圆的个数，圆的半径等参数，点击按钮，可以得到圆心与圆的轮廓图片。
- 2022-04-16 14:35:27下载
- 积分：1
-
基于图割的图像分割源代码
本代码是利用图割技术最大流最小割算法来优化能量函数，从而达到图像分割的目的
- 2022-03-16 17:52:18下载
- 积分：1
-
基于Opencv的车辆目标检测
基于Opencv的车辆目标检测 ，实时性好，检测概率高，可广泛的应用于实际的项目中。提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。
- 2022-09-16 11:50:03下载
- 积分：1
-
图像配准算法，可以进行精确的运动估计
是一个很好的基于块匹配的配准算法，可以进行精确的运动估计，可以运行出好的结果
- 2022-01-26 02:01:53下载
- 积分：1
-
运动目标检测追踪简单实现
应用背景作为一个涉及计算机视觉、图像处理、智能控制等多门学科的研究前沿,智能视频监控技术已经成为国内外计算机视觉研宄领域热点问题之一,它的研究有着非常重要的科学意义和极其广阔的应用前景。运动目标的检测与跟踪作为智能视频监控最关键技术之一,其待解决问题的挑战性和技术复杂性吸引着、鼓励着众多计算机视觉研宄人员投入该科研行列。
关键技术本程序是基于visual c++利用模式识别技术实现场景中运动目标的分析，包括目标检测和跟踪两个过程。其中目标检测采用了帧差法，目标跟踪采用了Mean Shift法。本程序是数字图像模式识别技术详解这本书第十二章运动图像分析的程序。在visual c++6.0上就能实现。
- 2022-03-13 17:05:30下载
- 积分：1
