-
opencv 图片相减
通过打开摄像头或者视频进行图像处理。主要通过图片相减，来实现运动物体的跟踪。具体实现方法如下：逐帧读取视频（从摄像头或者文件中抓取并返回一帧），创建首地址并分配存储空间、创建矩阵、转化成单通道图像再处理，高斯滤波先，以平滑图像、当前帧跟背景图相减、二值化前景图。。。。。。。。。。
- 2023-01-23 19:30:03下载
- 积分：1
-
image compression using DCT
在这里，我将附上用于jpeg标准的使用dct技术的图像压缩的matlab代码…这是我的b tech项目标题。测量并比较了不同类型图像的压缩比、PSNR、MSE等参数；
- 2022-01-27 12:15:44下载
- 积分：1
-
bmp图像压缩为jpeg
基于JPG标准的图像压缩，完整的毕业设计，毕业时买的，现在没用了，供大家分享啊
- 2022-02-07 18:59:13下载
- 积分：1
-
径向基函数粒子群优化算法
利用粒子群优化算法的径向基函数分类器。程序工作，并给出了很好的结果，运行它，并在我的数据尝试。
- 2023-05-23 15:25:03下载
- 积分：1
-
从明暗恢复形状（SFS）C代码
这些代码假定 UCF 图像格式 （不再使用） 中, 和 I/O 函数处理那个旧的格式是包含在软件包内。谁下载这些能感觉到自由地修改代码来写更多常用的图像格式。
- 2022-04-09 01:53:29下载
- 积分：1
-
图像去雾
在雾覆等天气条件下, 大气粒子的散射作用导致成像传感器采集的图像严重降质"图像去雾技术的任务
是去除天气因素对图像质量的影响,从而增强图像的视见度"本文归纳和总结了图像去雾技术的国内外研究现
状"将现有的方法分为基于物理模型和非物理模型两类, 分别详细阐述了这两类方法, 分析它们各自的优势和不
足,并总结了算法性能评价的无参考客观质量评测准则"最后, 指出该技术的研究难点和发展趋势"
- 2022-06-02 12:17:26下载
- 积分：1
-
moving_target_tracking_demo-master
资源描述使用vs+C++，opencv2.4.9在windows平台上的运动目标检测追踪代码
- 2022-02-26 15:46:15下载
- 积分：1
-
meanshift matlab
meanshift算法图像平滑算法函数： B = meanshiftsmooth(A,hr,hs,method) 输入参数： A： 待平滑的图像 hr: 均值平移算法中的值域窗宽 hs: 均值平移算法中的空域窗宽 method ： "guass" | "flat". 两种类型的核函数，默认为"guass" 输出参数： B: 平滑后的图像
- 2022-02-25 01:21:21下载
- 积分：1
-
William T. Freeman大神经典的马尔科夫随机场超分辨影像重建全部代码数据集论文和大神页面
William T. Freeman大神经典的马尔科夫随机场超分辨影像重建全部代码，数据集，论文和大神页面。非常适合超分辨率初学者和相关研究的人员。很多代码下载了之后无法运行或者缺少文件，但是这个可直接运行，无需太多的调试。This is an implementation of the example-based super-resolution algorithm of [1]. Although the applications of MSFs have now extended beyond example-based super resolution and texture synthesis, it is still of great value to revisit this problem, especially to share the source code and examplar images with the research community. We hope that this software package can help to understand Markov random fields for low-level vision, and to create benchmark for super-resolution algorithms.When you refer to this code in your paper, please cite the following book chapter:W. T Freeman and C. Liu. Markov Random Fields for Super-resolution and Texture Synthesis. In A. Blake, P. Kohli, and C. Rother, eds., Advances in Markov Random Fields for Vision and Image Processing, Chapter 10. MIT Press, 2011. To appear.
- 2022-03-29 03:58:10下载
- 积分：1
-
BMP转换JPG
BMP转换JPG
- 2022-06-14 02:27:30下载
- 积分：1
