搜索资源列表
数据绘图
- 生成一系列点的二次回归方程。以读文件方式读取数据，并可自设比例尺显示在屏幕上，然后进行回归，并可进行显著性检验。-generate a series of points of quadratic regression equation. Reading papers to read data, as well as self-imposed scale display on the screen and then return to carry out significant test.
filter
- 均值，高斯，中值滤波器自编，并附带边界的处理项，最后是一个test.m得检测功能文件-Mean, Gaussian, median filter self, and to deal with border entry, and finally the detection of a test.m may file
LicensePlateRecognitionBasedonDSP
- 基于DSP车牌识别自主实验的实现,论文介绍了自主学习教育理念下开设的一门新的课外研修综合性实验课程。该实验课程将DSP、数字图像处理和模式识别相结合,面 向工程实例,以车牌识别系统的开发作为整个实验的内容,并采用从网络选课、自主实验到审核评估的学习模式。实验克服了传统实验课程中 各部分实验分离的缺点,设计了三部分面向应用的综合性实验,作为学生提高综合知识工程应用能力的平台。 -License Plate Recognition Based on DSP implementation
ch2_ex2_3
- 基于opencv，对视频文件进行灰度、轮廓检测后用自编的简易播放器播放出来。-Based opencv, gray video files, post-test with a self profile player to play out simple.
PXchnology
- PXI通用测试系统中适配器自识别技术研究PXI Test System in the adapter self-recognition technology-PXI Test System in the adapter self-recognition technology
3D-depth-map-from-2D-images
- 二维图像三维立体视差算法依据的文章是： “Segment-Based Stereo Matching Using Belief Propogation and a Self-Adapting Dissimilarity Measure” by Klaus, Sormann, and Karner 主要步骤： Getting Pixel Disparity Filtering the Pixel Disparity 包含的文件： demo.m, .#newrea
2011__opencvFilter2D_Test
- 这个是在刚学opencv时候的测试小代码。主要是卷积方面的，对图像进行滤波处理。同时，里面含有自编了一个简单函数滤波函数。里面每个文件均可以单独运行在VS20101平台下。（opencv2.1）-This is just a test when a small learning opencv code. Is the convolution of the main aspects of image filtering. At the same time, which contains a sim
opencv_FeatureDetect_Test
- 这个是在刚学opencv时候的测试小代码。主要是图像特征提取方面的。同时，里面含有自编了canny、角点检测还有一些其他。里面每个文件均可以单独运行在VS20101平台下。（opencv2.1）-This is just a test when a small learning opencv code. The main aspects of the image feature extraction. At the same time, which includes self-compiled
matlab-image-processing
- 图像处理的各种基础变化，包括频域，时域的，适合基础自学。包括测试的图像。-A variety of image processing base changes, including the frequency domain, time domain, for the basis of self-study. Including images of the test.
Qt_RobHess_Sift
- sift算法在cv领域的重要性不言而喻，该作者的文章引用率在cv界是number1.本篇博客只是本人把sift算法知识点整理了下，以免忘记。本文比较早的一篇博文opencv源码解析之(3)：特征点检查前言1 中有使用opencv自带的sift做了个简单的实验，而这次主要是利用Rob Hess的sift源码来做实验，其实现在的opencv版本中带的sift算法也是Rob Hess的，只是稍微包装了下。 下面来做下试验,试验sift代码采用Rob Hess的代码，opencv目前版本中的sift
Retinex
- 本代码实现基于Retinex理论的三种方法，分别为单尺度Retinex，多尺度Retinex，以及自商图像方法。直接运行每个文件夹下的test文件就可以得到对应的方法的处理结果。-This code implements three methods based on Retinex theory, respectively, for the single-scale Retinex, the multiscale Retinex, as well as self-quotient image m
3
- 输入： 自拍两幅同一个场景(或物体)的角度/远近有差别的图像 （对于学有余力的同学，建议多测试几张角度/远近差别较大的图像） 任务： 在每张图像中检测特征点位置并将匹配画出匹配得最好的10-20对特征点 输出要求（以下三个结果分别输出，不要重叠在一张图上）： 1. 在两张图上分别画出检测到的特征点位置 2. 对匹配得最好的10-20对特征点：每对特征点对用连接线画出 3. 用椭圆形式在图上画出上述每个特征点的描述子方向与尺度等信息 编程工具： Visual
quiverwcolorbar
- 基于matlab编程的，将箭头修改颜色，修改大小，自测可用，我们画完箭头后，可以添加颜色，使图形看起来更加的丰富-Arrow modify the color, change the size, self-test available
image_stitching
- 视频拼接，自己改正后可以实现自己需要的目的， 下载请测试(Video stitching, self correction, you can achieve the purpose of their own, download, please test)